Tensorflow使用object_detetcion安装教程

目录

前言

Step1 配置好tensoflow环境

1.1安装好anaconda及配置好虚拟环境

1.2准备安装cuda及cudnn

1.2.1安装cuda

1.2.2安装cudnn

 1.3安装tensorflow

Step2 安装object_detection

2.1 去github上下载models-archve ​​​

2.2 下载protoc

2.3 添加环境变量

2.4 安装依赖

2.5 安装一些其他依赖

2.6 测试

总结


前言

大家好~还是我大一小白积分安,最近要求使用tensorrt部署模型,听说tensorrt对tensorflow的部署效果应该会更好,在网上发现可以用object_detetcion api可以很方便使用tensorflow 目标检测。

认定,就做他!...花了 我5天,换了3次cuda、tensorflow....版本等,无数个问题的解决。苦恼为什么没有指定的好的解决方法,太多灌水文章、复制抄袭,没有一丝用还会越弄越乱。我就想,要是我成功了我一定要写一篇!😁造福大家。也可以参考这个tensorflow2.4与目标检测API在3060显卡上的配置安装 | IT人 (iter01.com)

这篇文章是我看到教程的比较好的一篇了!赞 


Step1 配置好tensoflow环境

配置环境是成功的第一步,这一步我卡了有5天,训练倒不是什么难事

1.1安装好anaconda及配置好虚拟环境

这步网上教程很多,且大部分有效,可以推荐一篇安装anaconda

1.2准备安装cuda及cudnn

如果你是小白,可以先去了解一下这两个东西的作用,是tensorflow-gpu赖以生存的好伙伴,推荐跟我安装版本一样,因为亲测有效。

1.2.1安装cuda

conda install cudatoolkit=11.0

如果其中出现网络连接超时(我也遇到过)可以去搜搜网上conda换源的教程,如果还源后还是有问题,就试试把.condarc全删了,(可以每一次下的时候指定源),推荐用conda下载

看到这三段话就证明没啥问题了

1.2.2安装cudnn

如法炮制

conda install cudnn==8.0.5.39 -c conda-forge

 1.3安装tensorflow

在tensorflow2.x时可以不用指定tensorflow-gpu,如果可以有gpu使用条件会优先使用的,这里我使用的是tensorflow2.4,加个源快速一下

pip install tensorflow==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好后可以写个小文件运行一下下面代码来检测上面步骤是否有问题

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print(version, gpu_ok)

Step2 安装object_detection

这步困扰了我很久(痛苦)

2.1 去github上下载models-archve ​​​​​​​​​​

model-archive

路径不要有中文!!,解压到自己的盘上

2.2 下载protoc

下载protoc

这步也没什么问题,下载好后把bin目录添加到环境变量中,进入models-archive\research目录下

在终端运行,记住有个点的!!😭

protoc object_detection/protos/*.proto --python_out=.

运行后应该是不会报任何结果,不过在protos下可以看到每个文件都转化成了.py文件,如果有结果也不一定是错,可以去网上看看。问题不 DA

2.3 添加环境变量

把D:\A_P\models-archive\research和D:\A_P\models-archive\research\slim添加到环境变量。保险起见,还应该在自己虚拟环境的Lib\site-packages下添加一个.pth文件,文件类容就是这两个路径,痛哭,找了好久发现这个才有效

2.4 安装依赖

models-archive\research\object_detection\packages\tf2下的 setup.py 复制到models-archive\research\,并在research目录下执行

python -m pip install .

这部也是比较容易出问题的步骤,建议在这样写,如果有网络连接问题,也都可以去试试换源和添加-i 加源命令(不过不太建议,因为这样老是出一些小毛病很难解决0.0)

会发现它在下载一些版本很高的东西,不必担心后面会教你换回来的(我自己尝试改了好多文件😭😭)别像我一样

2.5 安装一些其他依赖

pip install tf_slim

pip install scipy

pip install tf-models-official==2.4.0

pip install tensorflow==2.4.0

pip install grpcio==1.32.0

pip uninstall google-cloud-bigquery

pip install grpcio-status==1.32.0

google-cloud-bigquery没啥用,可以删也可以不删,这里就重新下了tensorflow2.4.如果出现最后爆红,可以不用担心一般是说版本没对应,到时候后面有问题再改

哦对了, windows下载pycocotools要单独下载,因为直接pip会报错,这个可以在csdn上找到别人的百度网盘文件,按照他的步骤也没什么大问题(我找不到了那篇博客sorry)

2.6 测试

测试先进去research目录下,后执行

python object_detection/builders/model_builder_tf2_test.py

这样就是ok啦~

其实网上教程还有一个用jupyter测试的教程,不过我发现问题太多,就没打算做了。


总结

这期间出现的问题,让我也夜不能寐,比如tensorflow版本问题,python版本问题,什么包的缺失,算法的缺失,入口的缺失....数不胜数,就不一一阐述了,因为我几乎应该是把大部分的坑都走过了🥶。

有问题小建议先百度翻译,后在百度搜索,实在不行就去谷歌搜索,最后的最后自己想一想。!!!

5555555555555555555555555555555555555555555如果你有什么问题可以留言私信或者邮箱

1351377719@qq.com,如果我看见会回复你的~

最后祝愿大家都能完成自己的任务

 

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

积分安

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值