利用Tensorflow构建自己的物体识别模型（一）

微信公众号：[inspurer]

关注可了解更多。问题或建议，请公众号留言;

[如果你觉得本文对你有帮助，欢迎赞赏]

原料

windows10+python3.5+pycharm

安装tensorflow

利用Tensorflow训练搭建自己的物体训练模型，万里长征第一步，先安装tensorflow。

tensorflow分为cpu版和gpu版，gpu版的运行速度是cpu的50倍，但是gpu版的坑太多，要安装许多开发套件,对windows的支持不够友好；更为致命的是,它需要Nvida的中高端显卡，我的电脑系统是windows10,显卡是入门级显卡，开始我还想挣扎一下，安装个gpu版，大概试了一个晚上，到底是没有成功，识时务者为俊杰，那就安装cpu版的吧。

pip insatll tensorflow

假如没有报错，做个测试，运行以下代码

运行结果如下

如果出现警告:

翻译过来的大致意思是:

此时需要在第一行代码前加上两行代码:

下载Tensorflow object detection API

如果有git的话，右键,使用命令下载：

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

或者直接打开网站:

https://github.com/tensorflow/models

点击绿色按钮->downlaod zip

下载好之后，把文件解压，注意解压路径不要包含中文，比如我的解压后的路径是:

C:\Users\lenovo\Desktop\note\gitclone\models

下载并配置protoc

在https://github.com/google/protobuf/releases中选择windows版本：

1.png

只有win32,也就是windows32位的，64位是兼容32位的。

下载好之后，解压，把bin目录下的复制到文件夹下。

接着就是配置protoc了，在打开cmd下切换到目录，

执行命令

如果报以下的错(其实很大可能性会报错，无论是不是在管理员模式下）：

object_detection\protos*.proto: No such file or directory

则需要对指令做修改，指令中的表示是对目录下的所有后缀名为的文件做操作，那干脆我们把指令中的这部分改成所有后缀名为的文件，每执行一次，就会生成一个文件，由于文件太多，我已经把指令写成脚本:

在目录下新建一个文件,把以上代码复制进去，保存运行，稍等一会儿就可以看到目录下生成了许多文件，说明protoc配置成功。

models环境变量配置

配置环境变量

依次打开：--->--->，新建一个系统变量:

2.png

3.png

系统变量名只要不和已有的重复，符合命令规范，没有其他要求，我这里是

系统变量名下有两个值,和的绝对路径。

测试

在下打开cmd，运行以下命令，

python object_detection/builders/model_builder_test.py

如果出现错误:

4.png

报错原因是你的models路径太长，python无法找指定模块，

解决办法是在你的安装路径下新建一个文件

(比如我的是)

把写到环境变量里的那两个路径复制到该文件中。

5.png

再运行命令

6.png

说明配置成功

利用tensorflow自带模型测试

测试的图片是在

我们看到这里有现成的两张图片，当然也可以换成自己的。

测试的脚本是

C:\Users\lenovo\Desktop\note\gitclone\models\research\object_detection\object_detection_tutorial.ipynb

这是一个需要用打开的文件，不过好像在运行会有许多毛病

我已经把这个文件改写成文件，并修复了一些未知问题，文件内容如下:

运行上述代码需要安装库，直接安装失败的可以去官网安装与python版本对应的whl文件。安装时需要先出pycharm。

同时由于需要下载模型文件，需要在网络好的情况下进行测试。否则就会报

运行效果图

7.png

8.png

声明

欢迎关注公众号，了解更多