keras-retinanet 环境搭建 tensorflow2.3

keras-retinanet 环境搭建 tensorflow2.3

前言

搭建好了 [tensorflow-gpu 2.5] 之后，接到一个指示，跑起来这个开源的库 keras-retinanet

查看了这个github上的消息，完蛋 tensorflow 版本高了

This repository is deprecated in favor of the torchvision module. This project should work with keras 2.4 and tensorflow 2.3.0, newer versions might break support. For more information, check here.

环境准备

重新 搭建 tensorflow 2.3(特别提醒，不能高于2.3.0;2.3.1 都不行，会报错，已经试过了)，在 Linux 的操作系统。具体安装 可参见tensorflow-gpu 2.5 安装，具体的需求都一样，下载固定的包就行了。

• 显卡软件对应版本，看这里tensorflow-gpu，我再列一下吧。

版本	Python版本	编译器	构建工具	cuDNN	CUDA
tensorflow-2.6.0	3.6-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2
tensorflow-2.5.0	3.6-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2
tensorflow-2.4.0	3.6-3.8	GCC 7.3.1	Bazel 3.1.0	8.0	11.0
tensorflow-2.3.0	3.5-3.8	GCC 7.3.1	Bazel 3.1.0	7.6	10.1
tensorflow-2.2.0	3.5-3.8	GCC 7.3.1	Bazel 2.0.0	7.6	10.1

• 系统信息：uname -a # Linux superml 5.4.0-62-generic #70~18.04.1-Ubuntu SMP Tue Jan 12 17:18:00 UTC 2021 x86_64 x86_64 x86_64 GNU/Linux

• 显卡信息：

nvidia-smi
Thu Nov  4 16:15:01 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.80.02    Driver Version: 450.80.02    CUDA Version: 11.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 108...  Off  | 00000000:05:00.0 Off |                  N/A |
|  0%   48C    P2   154W / 250W |   8631MiB / 11176MiB |     86%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   1  GeForce GTX 108...  Off  | 00000000:09:00.0 Off |                  N/A |
|  0%   38C    P5    11W / 250W |      2MiB / 11178MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A     24350      C   python                           8629MiB |
+-----------------------------------------------------------------------------+

keras-retinanet 环境搭建

1. 创建python的虚拟环境(不用的可以跳过)
   
   用的 virtualenv管理虚拟环境的

    pip install virtualenv  # 直接 pip 安装包,安装完了才能创建虚拟环境
   
    virtualenv {name}       # 创建虚拟环境
    source {name}/bin/activate # linux 激活环境,windwos cmd命令下到 {name}/Scripts 文件夹下执行 active [F:\Python\Vens\{name}\Scripts>activate]
   

2. 安装相应的包

主要列一下需要安装的包吧，我都是自己下载的，然后 pip 安装的；记得如果使用虚拟环境的激活安装哦

安装的包

遇到的问题

安装 keras 2.4 的时候一直提示我tensorflow没有安装，坑的很，然后我去官网上下载的源码安装的，把里面的 tensorflow 的要求取消了。

源码下载如下操作 Click

修改源码文件 setup.py，改完效果大概如下

license='MIT',
install_requires=['scipy>=0.14',
                'pyyaml',
                'h5py'],

最终效果图

记得下载模型哦，github里面有的(链接), 放哪儿可以去看这个源码 resnet50_retinanet.py

(venvKR) :~/kerasRetinanet/keras-retinanet/examples$ python resnet50_retinanet.py

最终运行的效果图，环境搭好不容易

大家加油