導讀：深度學習做圖像識別有很多不同的途徑。谷歌最發(fā)布Tensorflow的物體識別API（Object Detection API），讓計算機視覺在各方面都更進了一步，我們可以利用這API來訓練自己的數(shù)據(jù)集實現(xiàn)特殊的目標檢測。但對于深度學習的初學者，在學習理論知識知識已經(jīng)夠枯燥乏味了，更不用說動手去實現(xiàn)實際效果并解決其中配置的問題。本教程是在macOS系統(tǒng)下實現(xiàn)的，后期由于研究需要，會在Windows系統(tǒng)下配置，到時候會出Windows系統(tǒng)下的教程，請大家及時關注。
????????小編目前是準研究生，研究方向是基于深度學習的計算機視覺，對于大家在配置的過程中出現(xiàn)的問題，請及時在評論區(qū)留言，我會及時與大家交流。小編本著謙虛學習和對學術上嚴謹?shù)膽B(tài)度在這里和大家交流，若有不足之處，請大家及時指出。
■ 安裝環(huán)境：?
一、安裝Python 、TensorFlow和其他依賴項
pip install tensorflow
pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib
二、安裝 Protoc, 進入Protoc下載頁，下載對應的編譯好的zip包。
????????下載后bin目錄下會有一個protoc二進制文件，覆蓋到對應目錄：
cp Documents/深度學習/Tensorflow/protoc-3.5.1-osx-x86_64/bin/protoc/usr/local/bin/protoc
注意：cp的文件是自己存放下載Protoc目錄下的bin/protoc，根據(jù)自己存放下載文件的目錄修改即可，并且拷貝到/usr/local/bin（可以讀寫）
三、從github上下載目標檢測API的源代碼
選擇目錄下源代碼（筆者選擇的目錄：Documents/深度學習/Tensorflow），下載文件較大（幾百兆），請耐心等待
cd Documents/深度學習/Tensorflow
git clonehttps://github.com/tensorflow/models.git
四、編譯Protobuf，進入目錄models/research，運行命令進行編譯：
cd models/research
protoc object_detection/protos/*.proto --python_out=.
五、在當前目錄下，添加slim環(huán)境變量
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
六、測試目標檢測API是否安裝成功
python object_detection/builders/model_builder_test.py
在終端出現(xiàn)類似如下結果即安裝成功?：
七、測試模型
1.啟動：
此處需要說明：如果你沒有安裝jupyter開發(fā)環(huán)境請按照如下步驟安裝（1）（2），若已經(jīng)安裝直接跳到步驟（3）。
（1）Homebrew 安裝，復制命令到終端，開始自動下載并安裝，過程中需要輸入密碼，其他無需任何操作：
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
（2）在終端輸入命令
brew install jupyter? ?
（3）進入目錄models/research/objection_detection（具體路徑和自己前面下載保存的路徑一致）
cd /Users/nikolatesla/Documents/深度學習/Tensorflow/models/research/object_detection
jupyter notebook
（4）點擊：object_detection_tutorial進入
（5）點擊：Cell 下的 Run All, 耐心等待幾分鐘?
測試結果：?
八、修改文件路徑，即可以測試自己的圖片
訓練的照片在models/research/object_detection/test_images下
（1）將需要訓練的照片放在該目錄下，并按照“imageN.jpg”命名，從1開始編號，直到第N張。
（2）在 jupyter 里面修改代碼，只需將劃線部分換成N+1?
九、修改輸出圖像的大?。ㄒ杂⒋鐬閱挝唬?
有問題及時在評論區(qū)留言
也歡迎大家加我微信和微博相互交流和學習
