基于ubuntu16.04下anaconda中tensorflow环境的目标检测API安装
2017-08-09 17:23
821 查看
近来在学习deeplearning,在做目标检测(object detection)的研究时,发现tensorflow今年发布了自带的目标检测API,可以说是非常方便的工具了。
由于作者是linux系统小白,在调试过程中出现两个问题,现记录如下,供遇到问题的同学参考:
1.使用annaconda安装的tensorflow文件在哪里
2.如何正确安装好tensorflow的object detection API
首先我们下载好object 的detection API,放在路径"/work/test"下。
问题1:
首先解决第一个问题,按照官方文档中安装的步骤,我们首先要小弟我首先尝试使用`find tensorflow`发现并不能找到tensorflow的文件地址,原因是因为我们在安装tensorflow时,是使用anaconda安装的环境,它被藏在`.conda`这个隐藏文件的下面,所以输入
复制完文件后使用`unzip`指令将文件解压
问题2:
如何install tensorflow的od API可以在官方文档中找到,如果嫌弃小弟写得不明白可以去官方文档中阅览更详实的说明,这里补一句话:因为我们的tensorflow是安装在anaconda下的,所以在安装python的依赖库时,都需要先`source
activate tensorflow`,然后`pip install XXX`,比如我们在安装API前需要先安装matlibplot等依赖库,官方的文档中是这样解释的:
`The Tensorflow Object Detection API uses Protobufs to configure model and training parameters. Before the framework can be used, the Protobuf libraries
must be compiled. This should be done by running the following command from the tensorflow/models directory`
大概的意思就是:我们的这个API使用Protobufsl来配置模型和训练的参数,在这个框架可以被使用之前,我们需要编译Protobuf库,因此应该在models的目录下,使用以下指令:
使用指令打开bashrc:
sudo vim ~/.bashrc在文档的最后输入:
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim最后进行测试,在tensorflow的models文件夹下输入:
python object_detection/builders/model_builder_test.py会出来这样的结果:
如果测试通过,会出现以上的结果。至此,tensorflow的object detection API安装成功。
由于作者是linux系统小白,在调试过程中出现两个问题,现记录如下,供遇到问题的同学参考:
1.使用annaconda安装的tensorflow文件在哪里
2.如何正确安装好tensorflow的object detection API
首先我们下载好object 的detection API,放在路径"/work/test"下。
问题1:
首先解决第一个问题,按照官方文档中安装的步骤,我们首先要小弟我首先尝试使用`find tensorflow`发现并不能找到tensorflow的文件地址,原因是因为我们在安装tensorflow时,是使用anaconda安装的环境,它被藏在`.conda`这个隐藏文件的下面,所以输入
cd .conda/envs/tensorflow/就能够进入tensorflow的文件夹了,在安装这个API前我们需要将下载好的zip文件复制到tensorflow文件夹下,指令:
cp /home/test/models-master.zip /home/test/.conda/envs/tensorflow其实不需要一个字母一个字母的敲,可以灵活使用`tab`。
复制完文件后使用`unzip`指令将文件解压
unzip models-master.zip并重命名为models(下面的文件都是使用models的名称)
mv models-master models
问题2:
如何install tensorflow的od API可以在官方文档中找到,如果嫌弃小弟写得不明白可以去官方文档中阅览更详实的说明,这里补一句话:因为我们的tensorflow是安装在anaconda下的,所以在安装python的依赖库时,都需要先`source
activate tensorflow`,然后`pip install XXX`,比如我们在安装API前需要先安装matlibplot等依赖库,官方的文档中是这样解释的:
`The Tensorflow Object Detection API uses Protobufs to configure model and training parameters. Before the framework can be used, the Protobuf libraries
must be compiled. This should be done by running the following command from the tensorflow/models directory`
大概的意思就是:我们的这个API使用Protobufsl来配置模型和训练的参数,在这个框架可以被使用之前,我们需要编译Protobuf库,因此应该在models的目录下,使用以下指令:
sudo apt-get install protobuf-compiler python-pil python-lxml
pip install pillow pip install lxml pip install jupyter pip install matplotlib然后我们编译protobuf
protoc object_detection/protos/*.proto --python_out=.很快,编译完成,我们需要将这个以来库加入python的环境变量中:
使用指令打开bashrc:
sudo vim ~/.bashrc在文档的最后输入:
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim最后进行测试,在tensorflow的models文件夹下输入:
python object_detection/builders/model_builder_test.py会出来这样的结果:
如果测试通过,会出现以上的结果。至此,tensorflow的object detection API安装成功。
相关文章推荐
- (二) Ubuntu安装新版tensorflow以及目标检测API
- ubuntu16.04 TensorFlow目标检测API安装
- Ubuntu环境下基于Anaconda安装Tensorflow
- 【深度学习】Ubuntu16.04+Anaconda安装+换源+环境创建+tensorflow安装(3)
- TensorFlow的安装以及环境配置(ubuntu16.04+1070+Anaconda)
- 基于Anaconda的TensorFlow安装(Ubuntu 16.04 LTS)
- 如何正确的用VMWare在Ubuntu16.04环境下安装基于TensorFlow的Magenta
- 学习笔记(三)ubuntu16.04下Anaconda及tensorflowGPU版本的安装配置
- Ubuntu环境下Anaconda安装TensorFlow并配置Jupyter远程访问
- Ubuntu环境下Anaconda安装TensorFlow并配置Jupyter远程访问
- (更新于2017/10/14)TensorFlow在Windows环境下安装攻略(基于最新Anaconda3 5.0.0 )
- ubuntu16.04下使用anaconda安装tensorflow_gpu版本以及object detection的过程
- ubuntu安装python集成环境Anaconda,并搭建tensorflow学习框架
- 如何在Ubuntu下安装Anaconda及搭建环境安装TensorFlow深度学习框架
- Windows环境下(64bit,内存4G),安装虚拟机(VM12.5),Ubuntu(17.04),anaconda(Python3.6)和TensorFlow(1.3)
- Ubuntu安装Tensorflow及anaconda环境下使用TensorFlow
- 基于Anaconda的TensorFlow安装,Windows,Linux,Ubuntu
- Ubuntu 16.04安装使用--Ubuntu16.04下基于Docker的Caffe-GPU版本环境搭建总结
- 【Tensorflow】 第三节 环境搭建一 Ubuntu16.04LTS安装Python/pip/ANACONDA
- ubuntu 基于VirtualEnv安装 Python ,pycharm,tensorflow 环境