2年前我在csdn上原创了Tensorflow object detection API 的教程,获得了很多好评。
原博客地址:https://blog.csdn.net/dy_guox/article/details/79081499
原视频地址: https://www.bilibili.com/video/BV1tW411T7ei/
至今仍有读者留言提问,现在Tensorflow已经发布2.0版本,使用旧版教程会有很多兼容问题,由于时间精力有限,没有办法一一回答,所以另开一篇博客介绍TF2.0的物体检测教程。
1.开发环境搭建
Tensorflow 2.0 系统要求
-
Target Software versions
OS
Windows, Linux
Python
3.8
TensorFlow
2.2.0
CUDA Toolkit
10.1
CuDNN
7.6.5
Anaconda
Python 3.7 (Optional)
内存:不能太小
CPU:够用就行
GPU:关键,https://developer.nvidia.com/cuda-gpus 查看GPU适用性
总之,需要一台配置不低的电脑。
Tensorflow 2.0 不分 tensorflow 跟tensorflow-gpu。
注意对应的各种软件版本(https://www.tensorflow.org/install/source#tested_build_configurations)。
(1) 安装Python
跟1.0教程一样,推荐Anaconda版本,便于进行版本管理。
-
选择64位或者32位系统
-
安装时选择 “Add Anaconda3 to my PATH environment variable”, 将Anaconda Python作为系统默认版本
接下来创建一个单独的conda环境
- 开始菜单 - Anaconda 3- Anaconda Prompt
- 创建一个名为‘tensorflow’的新环境,Python 3.8版本
conda create -n tensorflow pip python=3.8
- 然后激活此环境
conda activate tensorflow
- 这样在命令前会有环境的名字,如:
(tensorflow) C:\Users\xxx>
- 所有新的python插件安装都在此环境(Terminal)下进行。
(2)安装Tensorflow
在之前的环境中,通过命令行安装
pip install --ignore-installed --upgrade tensorflow==2.2.0
安装好以后,输入
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
2020-06-22 19:20:32.620571: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
2020-06-22 19:20:35.027232: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library nvcuda.dll
2020-06-22 19:20:35.060549: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1561] Found device 0 with properties:
pciBusID: 0000:02:00.0 name: GeForce GTX 1070 Ti computeCapability: 6.1
coreClock: 1.683GHz coreCount: 19 deviceMemorySize: 8.00GiB deviceMemoryBandwidth: 238.66GiB/s
2020-06-22 19:20:35.074967: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2020-06-22 19:20:35.084458: W tensorflow/stream_executor/platform/