Mac上tf-faster-rcnn CPU版本实现

本文介绍了在Mac上配置和运行tf-faster-rcnn的CPU版本过程,包括环境搭建、代码修改、模型训练和测试。在安装过程中,特别提到了可能遇到的gcc相关错误和解决办法,以及数据格式调整和模型软链接的建立。最后,给出了训练后模型的使用和查看训练结果的方法。
摘要由CSDN通过智能技术生成

在参考各位大神但教程后在Mac上配置好了环境,列出来自己调试中遇到的问题。

  • 准备

代码采用GitHub上的https://github.com/endernewton/tf-faster-rcnn
环境配置:
Anaconda2-5.3.1-MacOSX-x86_64.pkg 官网下载比较慢,下载地址可以使用清华的开源镜像
我是通过在mac创建环境的过程如下:
在terminal上创建一个DL环境 python 版本为2.7

conda create --name DL python=2.7

完成后,激活环境

conda activate DL

然后terminal上命令行的前面会有(DL)的标志。接下来就在该环境下进行库的安装,直接用pip或conda安装tensorflow;easydict;matplotlib;cython;如果pip安装出错就换conda。可以参考我的配置

# packages in environment at /Users/anaconda2/envs/DL:
#
# Name                    Version                   Build  Channel
absl-py                   0.6.1                     <pip>
astor                     0.7.1                     <pip>
backports.functools-lru-cache 1.5                       <pip>
backports.weakref         1.0.post1                 <pip>
blas                      1.0                         mkl    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
ca-certificates           2018.03.07                    0  
certifi                   2016.2.28                py27_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
cloog                     0.18.0                        0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
cmake                     3.13.1                    <pip>
cycler                    0.10.0                    <pip>
cycler                    0.10.0                   py27_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
Cython                    0.29.1                    <pip>
easydict                  1.6                       <pip>
enum34                    1.1.6                     <pip>
freetype                  2.5.5                         2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
funcsigs     
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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
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