TensorFlow目标检测API和OpenCV实现实时目标检测和视频处理(1)

参考：

本文是基于ubuntu14.04+tensorflow1.2(cpu)+python3.5+opencv3.1

anaconda常用命令

conda 常用命令 ttps://www.jianshu.com/p/2f3be7781451 ttps://blog.csdn.net/menc15/article/details/71477949

1、首先在anaconda官网上下载anaconda

这里下载的是anconda linux版本（pyton3.6版本）https://www.anaconda.com/download/#linux，另外安装了python3.5的环境https://conda.io/docs/user-guide/tasks/manage-python.html，

conda create -n py35 python=3.5 anaconda

上述命令中py35为环境名字，python=3.5为我们要创造的python版本，anaconda包含了所需要的所有python包。

screenshot-conda.io-2018-05-06-14-07-13.png

2 激活环境

通过以下命令来激活我们所需要的环境

source activate py35

3 安装目标检测库

在github上下载目标检测库https://github.com/datitran/object_detector_app并放到自己的工作路径下即可，或通过命令下载：

git clone https://github.com/datitran/object_detector_app

通过下面链接中的https://github.com/datitran/object_detector_app命令

conda env create -f environment.yml

来创造我们需要的环境，会帮我们安装好相应的tensorflow库以及其他python依赖库，如下面的库

Protobuf 2.6
Pillow 1.0
lxml
tf Slim (which is included in the “tensorflow/models” checkout)
Jupyter notebook
Matplotlib
Tensorflow 具体可以查看environment.yaml文件可是会出现如下错误 ``` python (py35) hehe@hehe-OptiPlex-5040:~/anaconda3/envs/object_detector_app-master$ conda env create -f environment.yml Solving environment: failed

ResolvePackageNotFound:

opencv3==3.0.0=py35_0

tbb==4.3_20141023=0

可能是源的关系，找不到一些相应的库，于是我们删除找不到的库，具体参考我fork的自己的仓库，由于找不到相应的opencv库，我们通过手动安装相应的库  
[https://github.com/duhuazhen/object_detector_app](https://github.com/duhuazhen/object_detector_app)
``` python
conda env create -f environment.yml

 conda install -c https://conda.anaconda.org/menpo opencv3  

对于在anaconda下单独安装tensorflow的方法参考(这里不需要单独安装)： https://blog.csdn.net/michaelliang12/article/details/60106686 https://www.cnblogs.com/tiansheng/p/7281290.html
上面的博客是通过把tensorflow下载下来的方式进行安装的我们也可以安装官网的方式https://www.tensorflow.org/install/install_linux来进行安装

 pip install --ignore-installed --upgrade \https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp34-cp34m-linux_x86_64.whl

4 运行目标检测库

python object_detection_app.py Optional arguments (default value):

Device index of the camera --source=0
Width of the frames in the video stream --width=480
Height of the frames in the video stream --height=360
Number of workers --num-workers=2
Size of the queue --queue-size=5

来启动物体识别程序。整体来说效果还是可以的

下一步我们将来训练自己的模型。

环境安装及实时处理

参考：

anaconda常用命令

1、首先在anaconda官网上下载anaconda

2 激活环境

3 安装目标检测库

4 运行目标检测库

CATALOG

FEATURED TAGS