谷歌开源的TensorFlow Object Detection API视频物体识别系统实现(一)[超详细教程] ubuntu16.04版本

　　谷歌宣布开源其内部使用的 TensorFlow Object Detection API 物体识别系统。本教程针对ubuntu16.04系统，快速搭建环境以及实现视频物体识别系统功能。

　　本节首先介绍安装环境：

　　1.首先简单安装tensorflow，一般用户可以直接按照下面的命令进行安装，若不行请转到http://www.cnblogs.com/wmr95/p/7500960.html进行安装。

　　 　　pip install tensorflow   (# For CPU)

　　　　pip install tensorflow-gpu  (# For GPU )

　　2.接下来通过命令安装一些库函数以及包。

　　sudo apt-get install protobuf-compiler python-pil python-lxml

　　sudo pip install jupyter

　　sudo pip install matplotlib　　

　　（在安装jupyter和matplotlib的时候，出现过以下问题）

　　sudo pip install jupyter会在下载的时候出现中断，如下图所示：

　　

　　不加sudo命令：pip install jupyter 会遇到权限不够的问题，如下图所示：

　　

　　我的解决办法是安装jupyter的时候输入命令：sudo pip install jupyter

　　

　　

　　这样就莫名其妙地安装上了。

　　安装matploatlib的时候输入命令：sudo -H pip install matplotlib

　　　　

　　其实这里想要强调的是：执行命令 sudo pip install jupyter的时候，会提示pip的版本不够，需要更新pip的版本，但是输入pip -V或者（pip install --upgrade pip）的时候，提示已经是最新的pip版本，如下图所示：

　　

　　

　　实际上，你需要切换到root权限下进行pip，因为你用的sudo命令来pip。即你需要切换到root权限下对pip进行升级。

　　首先在终端ternimal输入su,输入你的root下的密码后，进入到root权限，再进行pip升级，即执行pip install --upgrade pip命令。

　　

　　3.protobuf的编译

　　这个Tensorflow Object Detection API使用protobufs来配置模型和训练参数。

　　首先在ternimal终端输入命令下载tensorflow/models代码：

　　git clone https://github.com/tensorflow/models.git

　　在框架使用之前，protobuf库函数必须首先编译，通过以下命令来执行：

　　在ternimal终端进入到tensorflow的models目录下：

　　# From tensorflow/models/

　　protoc object_detection/protos/*.proto --python_out=.

　　4.把库添加到环境变量PYTHONPATH中

　　当在本地运行的时候，这个tensorflow/models/和slim目录应该添加到PYTHONPATH中，可以通过以下命令来执行：

　　在ternimal终端进入到tensorflow/models/目录下：

　　# From tensorflow/models/
　　export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
　　
　注意：上面这个命令需要在你每次打开ternimal的时候都需要运行。如果你不想这样，你也可以把这句话添加到 ~/.bashrc文件的最后一行中。

　　5.测试安装成功
　　通过以下命令测试你是否已经正确安装了the Tensorflow Object Detection API。
　　进入到tensorflow/models/目录下：

　　python object_detection/builders/model_builder_test.py

　　最后放一张安装成功的截图，恭喜第一阶段大功告成：

　　

　　谷歌开源Tensorflow Object Dectection API链接：https://github.com/tensorflow/models/tree/master/object_detection

　　

版权声明：

作者：王老头
出处：http://www.cnblogs.com/wmr95/p/7563173.html
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，并在文章页面明显位置给出原文链接，否则，作者将保留追究法律责任的权利。