前言
基于YOLO3进行物体检测、对象识别,先和大家分享如何搭建开发环境,会分为CPU版本、GPU版本的两种开发环境,本文会分别详细地介绍搭建环境的过程。
主要使用TensorFlow1.5、opencv-python3.4.5、Keras2.1.6、Pillow7.2.0等依赖库。
搭建环境参数
系统:Windows 编程语言:Python 3.6
深度学习框架:TensorFlow 1.5 整合开发环境:Anaconda 开发代码IDE:PyCharm
推荐理由:1)Anaconda +PyCharm,能适应较多的开发环境,比如,创建一个TensorFlow2.3的环境,创建一个TensorFlow1.5的环境,是不会相互影响的,而且切换很方便。相对来说VScode在环境配置和切换就差一些了,尽管我也挺喜欢VScode的。
2)使用Python语言相对C、C++更好上手,易于理解。
目录