在树莓派上部署TensorFlow Object Detection全过程-从空卡到炸机(滑

感谢 @ggguoxxxiang 他为这个API做了一个详细的中文教程

windows安装:https://blog.csdn.net/dy_guox/article/details/79081499


# 我只负责安装

# 视频经过大量裁剪,真实安装时间大约在2-3个小时左右(树莓派3B)

# 树莓派上不推荐训练模型,他是来实现功能的

# 树莓派一定要散热片,最好有风扇


视频地址:

P1: https://www.bilibili.com/video/av31697636         # 系统安装

P2: https://www.bilibili.com/video/av31706598         # TensorFlow 安装

P3: https://www.bilibili.com/video/av31721104/         # Object Detection API 安装


-------------------------------------------------------------------------------

Part 1: 树莓派系统安装

-------------------------------------------------------------------------------


1、格式化

        --SDFormatter

        

2、写镜像

        --Disk Imager


3、在boot下添加文件名为SSH的文件(无后缀)


4、网线+电源(至少5V 1A)     

            # 官方建议2A,但1A也可以,若使用1A,请在后面的编译环节使用单线程


5、Putty连接


6、改源(apt-get)

        sudo sed -i 's#://raspbian.raspberrypi.org#s://mirrors.ustc.edu.cn/raspbian#g' /etc/apt/sources.list 

        sudo sed -i 's#://archive.raspberrypi.org/debian#s://mirrors.ustc.edu.cn/archive.raspberrypi.org#g' /etc/apt/sources.list.d/raspi.list

        sudo apt-get update

        

7、装vnc server与设置tightvncpasswd(密码)

        sudo apt-get install tightvncserver

        tightvncpasswd(设置密码)

        tightvncserver(启动)

        

8、在电脑上连VNC


9、连接到无线网络(可选)



-------------------------------------------------------------------------------

Part2: TensorFlow安装

-------------------------------------------------------------------------------


10、换默认python版本(改py3)

        sudo rm -rf /usr/bin/python        # 请仔细检查输入是否准确

        sudo ln -s /usr/bin/python3.5  /usr/bin/python          

                #依据版本的不同可能py3的版本也不同,可以用  "ls /usr/bin/python*"  查看

        

11、安装TensorFlow

        sudo pip3 install tensorflow

        

12、安装atlas

        sudo apt-get install libatlas-base-dev

        

13、安装pillow

        sudo pip3 install pillow

        

14、安装matplotlib

        sudo pip3 install matplotlib

        

tip:现在先别装Opencv


15、测试TensorFlow



-------------------------------------------------------------------------------

Part3: Object Detection API 安装

-------------------------------------------------------------------------------


16、去github下载protobuf

        https://github.com/protocolbuffers/protobuf/releases

        选择 protobuf-all-3.6.1.tar.gz            #可能与这里不同,但必须是-all-,一般是第一个 


17、安装

        cd home/pi/Downloads

        tar xvfz protobuf-all-3.6.1.tar.gz        #可能不同

        cd protobuf-3.6.1                               #可能不同


        sudo make –j 4                 

                # 有风扇就用4个线程,没有就2-3个; 

                # 1A电源的建议使用  “sudo make” ,以免卡死

        sudo make install

        sudo ldconfig # refresh shared library cache.


18、获得API

        推荐旧版,新的建议在电脑上改好再复制到树莓派上

        https://github.com/tensorflow/models                                # 这是最新的获取路径

        https://pan.baidu.com/s/1LxJ9TpGGDyas_sCVanSZgQ   # 老板API下载地址

        

19、生成protoc

        cd /home/pi/tf/models-master/research/          # 可能路径与我不同

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

        

20、添加环境变量

        sudo nano /etc/profile

        export PYTHONPATH=/home/pi/tf/models-master/research/:/home/pi/tf/models-master/research/slim/

        # 在最后一行添加,请使用方向键移动光标


21、重启

        sudo reboot     # 重启!!请保证已保存重要信息

        

22、查看环境变量

        env

        # 确认PYTHONPATH内信息无误

        

23、测试

        cd /home/pi/tf/models-master/research/          # 可能路径与我不同

        python object_detection/builders/model_builder_test.py


        Ok--测试成功

-------------------------------------------------------------------------------

github教程:https://github.com/Bend-Function/-TensorFlow-Object-Detection/blob/master/%E5%AE%89%E8%A3%85%E6%8C%87%E5%BC%95-Guide%20of%20install 


API演示:https://www.bilibili.com/video/av26140347

-------------------------------------------------------------------------------

Part4: 炸机(误

--------------------------------------------------------------------------------------------

24、炸机

        sudo rm -rf /        # 作者不负任何责任

-- --
  • 投诉或建议
评论