TensorFlow ObjecDetectionAPI在win10系统Anaconda3下的配置

参考博客1：https://blog.csdn.net/zhaoyoulin2016/article/details/80615687

参考博客2：https://blog.csdn.net/Zlase/article/details/78734138

由于之前装python时用Anaconda3集成包安装的，Anaconda3中所带的python是3.6版本，与tensorflow不兼容，故在使用tensorflow时需要创建一个python35的环境，这个可以查阅Anaconda3搭建tensorflow的相关资料。也正是因为该原因，本人在配置API中所涉及的一些模块时加入路径出现错误，下面会详细介绍。

一、TensorFlow的安装

（此步骤省略：可参考博客：https://blog.csdn.net/r1254/article/details/76735740）

二、下载TensorFlowModels

下载链接：https://github.com/tensorflow/models

下载后将其解压，出现research,samples,official等文件夹。此处需要将后面测试程序中所要用到的一些模块加入到路径中，将解压包中的research及其文件夹中的slim两个加入到索引路径中。

方法：此处需要注意，如果你是用Anaconda3安装的python3.6版本，使用TensorFlow又创建python35环境情况，在此处需要进到python35文件夹中加入上述的两个路径。在Anaconda3>envs>python35(我所创建的tensorflow的环境，名称可不同)>Lib>site-packages中新建一个.pth文件，.pth文件的名称可随意取，将research及slim两个的绝对路径写里边，如下图：

三、安装protobuf

下载地址：https://github.com/google/protobuf/releases

有博客中提到下载版本为protoc-3.4.0-win32.zip的压缩包，其他版本可能出现问题，具体原因还不知道。解压后将bin文件夹中的protoc.exe拷到models-master\research中，为了保险起见，将bin文件夹加入到计算机系统环境变量中（在计算机系统变量下path中新建路径加入...\bin即可）。

然后进入计算机cmd命令窗口，切换到TensorFlow环境中（使用命令activate python35），我的是activate python35。再从国cd命令进入到model-master中的research目录下，执行如下命令：

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

停顿一两秒后没有报错即为成功，成功后会在models-master>research>object_detection>protos目录下出现一些.PROTO文件。

接着在cmd命令窗口research>object_detection>builders目录下执行如下命令：

python model_builder_test.py

不报错情况下，等待十几秒会出现如下结果：

说明protoc配置成功，可进行下面的代码测试阶段。

四、测试TensorFlowObjectDetectionAPI

首先cmd命令窗口中通过activate python35来激活TensorFlow环境，然后进入到models-master目录下，输入命令jupyter notebook来调出网页版python代码调试IDE，进入research>object_detection目录下找到object_detection_tutorial.ipynb，如下图：

 

点击object_detection_tutorial.ipynb，出现代码调试界面，如下图：

然后运行Run All，等待运行结果，中间可能会出现UserWarning警告，可以不用管他，不会影响结果运行。该过程会受到网络的影响，可能会运行很长时间才会出来结果，可观察右上角的python3 ，正常不运行时为空心圆环，运行程序时为实心圆，鼠标放上去显示kernel busy。运行结果如下：

说明测试成功，以上两张图片是数测试程序中所自带的图片，可换成自己的图片来进行测试，在这里我将自己的图片放进程序中运行，所跑出的结果如下所示：

以上可供大家参考，文章可能会存在瑕疵，还请指教，下阶段打算利用TensorFlow来训练自己的道路场景中的目标，目前正在学习TensorFlow输入图像的数据处理部分。