文章目录
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:
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)