【tensorflow2】object detection API 环境搭建
前面刚写完tensorflow1.15+ssd_mobilenet_v2的环境搭建，发现tensorflow2.0+早已经支持Tensorflow object detection API，因此肯定要与时俱进，下面就开始tensorflow2.0的环境搭建吧。
首先申明，以下搭建步骤采纳同门师弟博客，文末附上原文链接，但因人而异，还是些许步骤不同，在此做个人的环境搭建总结。
1.环境创建
conda create -n tf2 pip python=3.8
conda activate tf2 # 激活
2.安装Tensorflow2.2
pip install --ignore-installed --upgrade tensorflow-gpu==2.2.0 -i https://pypi.douban.com/simple/
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
3.安装CUDA和CuDnn
conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
4.Tensorflow object detection API
4.1 下载源码文件
git clone https://github.com/tensorflow/models.git
或者：到上述网址下载并解压，笔者就是采用这种方式，因为git clone一直下载不下来。
4.2Protobuf的安装配置
在激活的环境中运行命令行
conda install -c anaconda protobuf
或者下最新的压缩包，笔者这里下的是：protoc-3.13.0-linux-x86_64，进行解压
进入models/research/目录下
/home/lianlirong/models-master/protoc-3.13.0-linux-x86_64/bin/protoc object_detection/protos/*.proto --python_out=.
运行结束后可查看protos文件内，是否新生成很多.python文件
4.3 配置PYTHONPATH路径
export PYTHONPATH=$PYTHON:./models-master/research/slim
5.COCO API的安装
方法一：
pip install cpython pip install
git+https:// github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI
方法二：笔者的方法
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make
make install
python setup.py install
cp -r ./cocoapi/PythonAPI/pycocotools ./models-master/research/ # 复制pycocotools到models-master/research/
6.Object detection api
cp object_detection/packages/tf2/setup.py .
python -m pip --default-timeout=200 install . # --default-timeout=200延长网络的反应的时间，避免下载中断
若出现：
某一依赖项一直下载不下来，则可以先中断，单独下载这一部分：
pip install tensorflow==2.3.1 -i https://pypi.douban.com/simple # 利用豆瓣源下载速度更快。
.
7.验证配置结果
cd ./models-master/research
python object_detection/builders/model_builder_tf2_test.py
若出现如下结果则配置成功
就此环境搭建就好了！！！！
参考链接：
https://blog.csdn.net/l13022736018/article/details/108737082