在Jetson Nano上配置Tensorflow Object Detection API

环境介绍

配置object detection api也是走了不少弯路，做个记录，仅供参考。
(下文将Tensorflow Object Detection API简称为OBJAPI)

	版本
平台	Jetson Nano
Jetpack	4.5.1
CUDA、cudnn	10.1、8.0
Tensorflow	2.3.1
TensorFlow Official Models	2.3.0

准备工作

tensorflow的安装（略）

tensorflow安装照着nvidia的帮助文档即可：nvidia官方文档安装tensorflow

这里给出部分版本Tensorflow和Cuda的对应关系，在下载的时候注意版本的选择

版本	Python 版本	编译器	构建工具	cuDNN	CUDA
tensorflow-2.4.0	3.6-3.8	GCC 7.3.1	Bazel 3.1.0	8.0	11.0
tensorflow-2.3.0	3.5-3.8	GCC 7.3.1	Bazel 3.1.0	7.6	10.1
tensorflow-2.2.0	3.5-3.8	GCC 7.3.1	Bazel 2.0.0	7.6	10.1
tensorflow-2.1.0	2.7、3.5-3.7	GCC 7.3.1	Bazel 0.27.1	7.6	10.1
tensorflow-2.0.0	2.7、3.3-3.8	GCC 7.3.1	Bazel 0.26.1	7.4	10.0

Probobuf的配置（编译OBJAPI需要）

参考官方的readme.md：probuf配置

1. 安装依赖

sudo apt-get install autoconf automake libtool curl make g++ unzip

1. 从github下载源码，进行编译
   (如果是自己手动下载的源码，则跳过此步骤，我这里是手动下载的protobuf-all-3.17.3.tar.gz)

git clone https://github.com/protocolbuffers/protobuf.git
cd protobuf
git submodule update --init --recursive
./autogen.sh

2. make一下安装完成

./configure
 make -j4
 make check
 sudo make install
 sudo ldconfig # refresh shared library cache.

Tensorflow Object Detection API的配置

一开始装了2.5.0的，考虑到tensorflow2.5和cuda10.1可能存在不匹配关系，换回了2.3.0版本。
注意两个版本的安装差异很大，且2.5.0版本的OBJAPI配置略复杂，需要手动编译tensorflow addons库

本文下载了2.3.0版本的TensorFlow Official Models（对应tensorflow2.3.1）

配置过程（参考下载源码中的research/object_detection/g3ddoc/installation.md）：

1. 手动下载2.3.0版本资源：下载
2. 装一些库（可以更换镜像源加快安装速度）

pip install --user Cython
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib
pip install --user tf_slim
pip install --user pycocotools

3. 使用Protobuf编译

没error就可以了

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

4. 将库的路径加到PYTHONPATH中

sudo vim ~/.bashrc
#在打开的vim中最下面一行追加，其中‘pwd’替换成model文件夹所在的绝对路径
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
#退出vim，使用source使得修改生效
source ~/.bashrc

5. 测试一下，Nano内存不够，跑到最后会报错，但是环境已经配置成功了

cd models/reseach/
#tensorflow1.x的把tf2改成tf1即可
python3 object_detection/builders/model_builder_tf2_test.py