tensorflow2.6+object detection+python3.9.0虚拟环境搭建

---

前言

目前官方所给出测试稳定平台表上最高只有tensorflow2.6.0，相对与2.x的旧版本，2.6优化了挺多内容。

经过测试的Tensorflow-gpu和cuda、cudnn的对应关系

因此，搭建一个tensorflow2.6的新平台来进行object detection可谓事半功倍。

有些细节具体可参考我tensorflow1.14的环境搭建，大同小异，在此就不赘述了：

tensorflow1.14+object detection api+python3.7.0虚拟环境搭建

---

一、建立和激活虚拟环境

conda create -n tensorflow2.6 python==3.9.0

安装完成后

conda activate tensorflow2.6

二、安装CUDA以及CUDNN

目前Anaconda还没支持11.2的直接安装（PackagesNotFoundError）

下段代码就暂定与此

conda install cudatoolkit==11.2.0

conda install cudnn==8.1.1

直接上Nvidia官方安装地址：

CUDA-11.2.0-win10-local

CUDNN-8.1.1-win10-x86

安装过程参考：tensorflow1.14+object detection api+python3.7.0虚拟环境搭建

三、下载以及配置Object Detection API

1. 下载Object Detection API

在Terminal中cd到你所要安装的文件夹

git clone https://github.com/tensorflow/models

或者

git clone https://gitee.com/shikiG/tensorflow-models.git

等待git完成

2. 安装tensorflow-gpu2.6.0

使用pycharm打开根目录，选择刚刚所创建的interpreter——tensroflow2.6

使用pycharm提供的terminal（确保处在tensorflow2.6的环境下）

输入：

pip install tensorflow-gpu==2.6.0

---

3. 安装Object Detection API

在以下路径创建tensorflow_model.pth文件：

然后pip安装以下库

pip install tf_slim
pip install keras==2.6.0
pip install scipy==1.8.1
pip install tensorflow-io==0.21.0
pip install protobuf==3.20.1
pip install matplotlib==3.5.2
pip install pyyaml==6.0
pip install gin-config==0.1.6
pip install tensorflow-addons==0.16.1
pip install tensorflow-datasets==4.6.0
pip install sentencepiece==0.1.96
pip install tensorflow-hub==0.12.0
pip install sklearn
pip install seqeval==1.2.2
pip install sacrebleu==2.1.0
pip install pywin32==225
pip install tensorflow-text==2.6.0
pip install pycocotools
pip install protobuf==3.20.1
pip install opencv-contrib-python

编译object_detection/protos/的proto文件为py

在terminal下输入如下内容：

cd tensorflow-models/research
protoc object_detection/protos/*.proto --python_out=.

四、测试

打开如下路径运行model_builder_tf2_test.py，显示OK即完成安装

（和tensorflow1.14的安装还是有挺多差异的）