ssd—mobilenetv3环境配置

Posted 2023-03-29

参考技术A 1.准备models-master（tensorflow基本模型的接口）

2.安装好tensorflow-gpu以及对应的cudatoolkit和cudnn

3.进入models-master目录

cd models/research/ 

# 在research目录下执行下列命令

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

环境变量配置：

export PYTHONPATH="$PYTHONPATH:/home/Github/models:/home/Github/models/research/slim/"

windows备注：环境变量一定要配置好，之前同一个名字配置的环境变量要先删除，然后重新配置现在的路径。没有修改环境变量可能导致一直使用之前配置的路径。

4.继续在research/目录下找到setup.py文件执行：

# 如果找不到setup.py， 可能在research/object_detection/packages/tf1中

python setup.py build

python setup.py install

5.切换到models-master/research/slim 执行下列命令

python setup.py build

python setup.py install

6.models-master/research/object_detection/builders目录下执行model_builder_test.py文件，测试成功环境就没有问题了。（缺啥装啥）

5.安装cudatoolkit添加的路径

export CUDA_HOME="/public/home/lh/cuda-10.0"

export PATH="/public/home/lh/cuda-10.0/bin:$PATH"

export LD_LIBRARY_PATH="/public/home/lh/cuda-10.0/lib64:$LD_LIBRARY_PATH"

6.`GLIBC_2.23' not found错误解决

换python版本，测试tensorflow是否可用

tf.test.is_gpu_available()

7.SyntaxError: future feature annotations is not defined

解决：看一下您的错误回溯，看起来您正在使用python 3.5或3.6。是这样吗？

如果是这样，则会发生错误，因为根据 PEP-563 ，可以从Python 3.7开始导入__future__annotations。