# TensorFlow目标检测

**Repository Path**: boolgeek/tensorflow_object_detection

## Basic Information

- **Project Name**: TensorFlow目标检测
- **Description**: 用TensorFlow的Object Detection API 进行二次开发
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2018-07-24
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# TensorFlow目标检测

#### 项目介绍
此项目是基于TensorFlow的Object Detection API 进行二次开发
鉴于官方的文档比较苦涩，写的也不是很清楚，这里就重新给整理，并且把一些代码整合了。  
结构目录也做整理，把不需要的目录都给删除了。


#### Tensorflow Object Detection API 安装
### 下载官方的仓库

```
git clone https://github.com/tensorflow/models
```
以上是官方的仓库，以下的安装文档是对官方仓库进行安装测试的


以下内容都是从[官方文档](https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md)翻译过来  
#### 1. 依赖库安装
1. Protobuf 3.0.0 (这个Protobuf的[仓库](https://github.com/google/protobuf))(必备）
2. Python-tk(如果用其他GUI库进行显示，这里是可以不用安装的）
3. Pillow 1.0（用户做图片处理）(必备）
4. lxml（用于处理一些xml配置文件）(必备）
5. Jupyter notebook(这个如果自己的程序不是notebook,就可以不用，但是还是先安装，偶尔也会用一下）（可选）
6. Matplotlib（目前就是用这个来显示图片的，如果自己的程序用opencv或QT等GUI，可以不用这个，还是安装一下吧，偶尔也会用）（可选）
7. Tensorflow（深度学习框架）（必备）
8. Cython(必备）
9. contextlib2（必备）
10. cocoapi（必备）
##### 1.1 具体安装步骤
安装之前如果想安装一个虚拟的python环境，可以安装一个虚拟环境
1.  Ubuntu 16.04 安装

```
sudo apt-get install protobuf-compiler python-pil python-lxml python-tk
pip install Cython
pip install contextlib2
pip install jupyter
pip install matplotlib
```
2. Mac 下安装
```
sudo brew install protobuf-compiler
pip install Pillow
pip install lxml
pip install Cython
pip install contextlib2
pip install jupyter
pip install matplotlib
```
#### 1.2 COCO API 安装

```
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make
cp -r pycocotools <path_to_tensorflow>/models/research/
```
至于为什么需要这个API，可以看看官方的文档，或者当你了解了这个里面的原理有以后就知道了。

#### 1.3 Protobuf 编译
这一个主要是把object_detection下面的proto生成python文件。
```
# From tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.
```

#### 1.4 环境变量设置
进入models/research目录下，执行以下命令：
```
# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
```
以上的有一个必定就是每次开一个终端就要进入research这个目录
执行以上的命令，可以把路径添加到配置文件里面~/.bash_profile，

```
export PYTHONPATH=$PYTHONPATH:{research目录}:{research目录}/slim
```
把以上的research目录替换成实际目录就OK了，然后执行：

```
source ~/.bash_profile
```
#### 1.5 测试是否安装成功
进入research目录执行以下命令
```
python object_detection/builders/model_builder_test.py
```
如果返回OK，就安装成功。