1.環境配置
2.數據集獲取
3.訓練集獲取
4.訓練
5.調用測試訓練結果
6.代碼講解
本文是第一篇，環境配置篇。
先打開tensorflow object detection api 看看需要什么配置。
當然，我寫的教程不是很詳細，詳細的請看官方的教程：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md
Tensorflow Object Detection API depends on the following libraries:
- Protobuf 3.0.0
- Python-tk
- Pillow 1.0
- lxml
- tf Slim (which is included in the "tensorflow/models/research/" checkout)
- Jupyter notebook
- Matplotlib
- Tensorflow (>=1.9.0)
- Cython
- contextlib2
- cocoapi
在安裝之前，我們先把這個object detection model 給git下來，在任意目錄下，命令行輸入以下命令。
git clone https://github.com/tensorflow/models.git
完成之后就能看到一個model文件夾，當然，git命令使用的基礎是你已經安裝了git，怎么安裝git自己百度吧。。
下一步安裝tensorflow，安裝過的可以直接跳過。
# 如果你要用CPU，就用下面的代碼 pip install tensorflow #如果你用GPU，就用這里的代碼 pip install tensorflow-gpu
當然，pip命令使用的基礎是你已經安裝了pip，如果你不會安裝，請自行百度。
我默認你已經完成了上面的操作，下面就開始安裝其他東西。
sudo apt-get install protobuf-compiler python-pil python-lxml python-tk pip install --user Cython pip install --user contextlib2 pip install --user jupyter pip install --user matplotlib
命令行里輸入以上的命令，完成Cython等庫的安裝。
下一步至關重要，你需要安裝COCOAPI。
在任何一個目錄下將cocoapi 給git下來，進入python api目錄，編譯。
然后進入之前輸入make之后的指令，清注意將<path_to_tensorflow>替換為models之前的絕對路徑。
git clone https://github.com/cocodataset/cocoapi.git cd cocoapi/PythonAPI make cp -r pycocotools <path_to_tensorflow>/models/research/
這里你已經完成了很多工作，從models/research執行以下命令
# From tensorflow/models/research/ protoc object_detection/protos/*.proto --python_out=. #From tensorflow/models/research/ wget -O protobuf.zip https://github.com/google/protobuf/releases/download/v3.0.0/protoc-3.0.0-linux-x86_64.zip unzip protobuf.zip # From tensorflow/models/research/ ./bin/protoc object_detection/protos/*.proto --python_out=.
這段代碼完成了對protobuf的編譯工作，這只適用於linux。
接下來就是將pythonpath添加進path
# From tensorflow/models/research/ export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
接下來就是測試是否安裝成功了。
python object_detection/builders/model_builder_test.py
輸入以上指令，如果出現
..................... ---------------------------------------------------------------------- Ran 21 tests in 0.074s OK
表明你安裝成功了。准備下一步吧。