【目标检测_2】Ubuntu 16.04下安装TensorFlow 目标检测 API(对象检测API)

由于最近刚看了rcnn，faster_rcnn,mask_rcnn的原文，想着做一下实验，所以就如题，在ubuntu下安装TensorFlow的目标识别API！！！！在此之前很少用Ubuntu，所以犯的错很齐全

环境配置参考博客链接
 对象检测API参考的博客
主要参照上面的两个博客进行，但是当然会有一些突发问题，补充整理在下。

python3、cuda9.0、cudnn7.1.3、TensorFlow-gpu==1.9

确定硬件软件版本信息

1 gcc --version  查看GCC版本号 gcc (Ubuntu 7.0 -4ubuntu8) 7.0
2 g++ --version  查看G++版本号 g++ (Ubuntu 7.0-4ubuntu8) 7.0
3 nvidia-smi

如果nvidia-smi命令语句报错装nvidia驱动！我装的是nvidia-390

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-390

然后再次测试nvidia-smi，则会看到相应的版本信息！！！

gcc/g++降级 4.8（ubuntu16默认安装7.0版本）

4 sudo apt-get install gcc-4.8
5 sudo apt-get install g++-4.8

链接gcc4.8 g++4.8版本

6 cd /usr/bin
7 ls -l gcc*#会发现链接的还是7.0版本
8 sudo mv gcc gcc.bak #备份
9 sudo ln -s gcc-4.8 gcc #重新链接
10 sudo mv g++ g++.bak
11 sudo ln -s g++-4.8 g++
12 gcc -v g++ -v #查看版本

安装python3.5

sudo apt-get install python3

安装cuda

CUDA 到CUDA9.0 下载页面下载runfile安装，Tensorflow官网给的暂时还是9.0版本,新版本可以尝试一下.稳妥起见，这里选择9.0。
cuda9.0下载地址
下载cuda9.0安装包和4个补丁如下图
【目标检测_2】Ubuntu 16.04下安装TensorFlow 目标检测 API(对象检测API)-LMLPHP

gcc、g++版本确认后执行下面操作
#一定要和自己下载文件名名称一致需要一直按回车因为需要你读说明~~一直按着直到100%

sh cuda_9.0.176_384.81_linux.run --override#注意cuda版本命名是否一致
如果有安装了显卡驱动的，注意在提问是否安装显卡驱动时选择no,其他 选择默认路径或者yes即可。!!!!在此之前已经安装了驱动 一定要选no
sh cuda_9.0.176.1_linux.run
sh cuda_9.0.176.2_linux.run
sh cuda_9.0.176.3_linux.run
sh cuda_9.0.176.4_linux.run

添加环境变量

sudo gedit ~/.bashrc
//////////////把下面两句加入bashrc中
export PATH=/usr/local/cuda-9.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存关闭后，执行

source ~/.bashrc

cudnn7.1.3安装

cuDNN 到cudnn官网下载即可，这里注意要选择对应CUDA9.0的软件包，下载完毕后，切到默认的Downloads文件夹，可以看到 cudnn-9.0-linux-x64-v7.1.tgz 压缩包先解压，后复制到CUDA安装文件夹里面.

sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

TensorFlow1.9安装

pip install tensorflow-gpu==1.9

验证

python3
import tensorflow af tf

模型下载

先下载模型 github上有开源信息：下载地址
包括图像分类、检测、自然语言处理NLP、视频预测、图像理解等等

解压并移到tensorflow文件夹下

查询tensorflow安装路径

python3
import tensorflow as tf
tf.__path__

移动文件夹
假设你的用户目录是/home/yangxin，也就是你Crtl+Alt+T打开终端时，是/home/yangxin，如果你需要移动/home/yangxin/download目录下的aaa文件到/home/development目录下的操作如下：

cd  /home/yangxin/download
sudo mv aaa /home/development

安装依赖项

sudo apt-get install protobuf-compiler python-pil python-lxml
sudo pip3 install jupyter
sudo pip3 install matplotlib

编译protos库

进入tensorflow/models-master/research
你的可能是models

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

报错1：

“ssd” is not defined
expected “required” …
【目标检测_2】Ubuntu 16.04下安装TensorFlow 目标检测 API(对象检测API)-LMLPHP
解决办法：更新protoc

$ sudo apt-get install autoconf automake libtool curl make g++ unzip
$ git clone https://github.com/google/protobuf.git
$ cd protobuf
$ git submodule update --init --recursive
$ ./autogen.sh
$ ./configure
$ make
$ make check
$ sudo make install
$ sudo ldconfig # refresh shared library cache.

添加环境变量

gedit ~/.bashrc
添加以下到末尾
pwd：~tensorflow/**models-master**自己补全
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

保存退出执行

source ~/.bashrc

测试

进入tensorflow/models/research/执行如下

python object_detection/builders/model_builder_test.py

报错2
No module named ‘nets’
【目标检测_2】Ubuntu 16.04下安装TensorFlow 目标检测 API(对象检测API)-LMLPHP
解决办法：
将slim文件夹下面的 setup.py build 和install一下

python setup.py build
python setup.py install

再次测试！！！！就看到了曙光ok ！！！！！！
终于成功了啊啊啊啊啊啊啊啊

Rebecca(swust)