tensorflow 1.13 cpu win10 安装 + object_detection 环境搭建 + paddle OCR

1. 安装anaconda

自行官网下载安装，安装完成后进入anaconda的命令窗口。

为了下载快速，添加镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

2.创建tensorflow的环境， 并安装python 3.6

conda create -n tensorflow python=3.6

3.激活环境

   conda activate tensorflow

4.在该环境中安装tensorflow CPU版: conda install tensorflow==1.13.2

5. 测试是否安装成功

备注：运行不是如上图所示，说明numpy的版本不对，需要安装对应的numpy版本。

pip install numpy==1.16.4

6.安装其它依赖包

(tensorflow) C:\> pip install lxml
(tensorflow) C:\> pip install Cython
(tensorflow) C:\> pip install matplotlib
(tensorflow) C:\> pip install pandas
(tensorflow) C:\> pip install opencv-python

这个过程中，如果numpy被再次升级导致tensorflow 会有兼容性问题。 因此需要降级回去

pip install numpy==1.16.4

安装paddle ocr： 基于AI的文字识别库

pip install paddlepaddle -i https://mirror.baidu.com/pypi/simpl

pip install "paddleocr>=2.0.1"

如果安装six提示版本过低，但是想安装高版本时，卸载不了，可以通过以下手段直接安装

pip install six --upgrade --ignore-installed six
 
(因为之前安装tensorflow时会安装six 但是版本不对，所以忽略之前安装的six再进行安装一次)

-------------------------分割线------------以上-------Tensorflow的环境至此搭建完成----------------------------

-------------------------分割线-------------以下------搭建Object Dectective环境----------------------------

1.  从GitHub下载TensorFlow物体识别API库

这里需要根据你安装的tensorflow的版本下载对应的模型。比如当前我们安装的是tensorflow 1.13.0则下载分支r1.13.0

GitHub - tensorflow/models at r1.13.0

下载完后，解压zip到你合适的文件夹

（一定要做）添加环境变量：

名：PYTHONPATH

D:\05_programe_files\anaconda\envs\tensorflow\models\research;D:\05_programe_files\anaconda\envs\tensorflow\models\research\slim;D:\05_programe_files\anaconda\envs\tensorflow\models

可以使用“echo %PYTHONPATH%”查看它是否被设置

2.安装protobuf：

模型地址：从github上下载模型，下载地址：https://github.com/tensorflow/models 

protobuf下载路径 Releases · protocolbuffers/protobuf · GitHub

切换到 tensorflow/models/research目录下后：

执行：

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

如果没有报错，则执行成功，检查一下object_detection/protos目录下是否存在对应的py文件。

3.  build object detective 库

最终，在你的路径\tensorflow\models\research路径下运行如下命令：

(tensorflow) C:\tensorflow1\models\research> python setup.py build
(tensorflow) C:\tensorflow1\models\research> python setup.py install

4. 验证安装成功， 到你的路径\tensorflow\models\research路径下运行如下命令：

python object_detection/builders/model_builder_test.py
 
D:\10_program_files\anaconda3\envs\tensorflow1\lib\site-packages\numpy\lib\type_check.py:546: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead
  'a.item() instead', DeprecationWarning, stacklevel=1)
.WARNING:tensorflow:From D:\10_program_files\anaconda3\envs\tensorflow1\models\research\object_detection\anchor_generators\grid_anchor_generator.py:59: to_float (from tensorflow.python.ops.math_ops) is deprecated and will be removed in a future version.
Instructions for updating:
Use tf.cast instead.
....................s
----------------------------------------------------------------------
Ran 22 tests in 0.076s
 
OK (skipped=1)

5.安装labelImg（标注图片的工具）

pip install labelImg

运行完成后，会在anaconda3\envs\tensorflow1\Scripts下生成一个labelImg.exe， 但是我不知道为啥我在其它目录下命令行直接输入labelImg会报， 但是可以在anaconda3\envs\tensorflow1\Scripts目录下是可以直接敲入labelImg进行打开

  File "D:\10_program_files\anaconda3\envs\tensorflow1\lib\runpy.py", line 193, in _run_module_as_main
    "__main__", mod_spec)
  File "D:\10_program_files\anaconda3\envs\tensorflow1\lib\runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "D:\10_program_files\anaconda3\envs\tensorflow1\Scripts\labelImg.exe\__main__.py", line 4, in <module>
ModuleNotFoundError: No module named 'labelImg.labelImg'; 'labelImg' is not a package

可以在D:\projects\AI_study\labelImg-master\data\predefined_classes.txt 定义你新的类型

注意在安装这个的过程中，numpy会升级成1.19版本，需要pip uninstall  numpy, 然后再

pip install numpy==1.16.0。 如果重装安装1.16版本有报错，需要重复该操作直到没有报错为止。

至此环境准备完成。 接下来的事情可以参照：

GitHub - holidayun/Tesorflow-Object-Detection-API-Training-Windows-Tutorial: tensorflow object detection api tools

参考文章：

https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10

https://blog.csdn.net/qq_37764129/article/details/88863494 

注意事项：

如果是根据：GitHub - holidayun/Tesorflow-Object-Detection-API-Training-Windows-Tutorial: tensorflow object detection api tools

来训练你的模型，最后一步注意：