如何安装TensorFlow 2 CPU版本及object_detection模块并解决对应安装报错

报错根因 #

• 报错Could not find a version that satisfies the requirement tensorflow==2.1.0：你当前使用的Python版本不在TensorFlow 2.1.0的支持范围内，该版本仅适配Python 3.5~3.7，超出该范围的Python版本没有对应可安装的官方包
• 报错tensorflow.whl is not a supported wheel on this platform：你下载的TensorFlow安装包和当前系统的架构（32位/64位、x86/ARM）或者Python版本不匹配，无法安装

适配教程的CPU版安装步骤 #

1. 搭建适配的Python环境 #

推荐使用conda创建独立虚拟环境，避免和本地其他Python项目产生依赖冲突：

# 创建名为tf21、Python版本为3.7的虚拟环境
conda create -n tf21 python=3.7

# 激活虚拟环境
# Windows系统cmd/powershell下执行
activate tf21
# macOS/Linux系统下执行
source activate tf21

2. 安装TensorFlow 2.1.0 CPU版本 #

直接用pip执行安装即可，可搭配国内PyPI镜像源提升下载速度：

pip install tensorflow-cpu==2.1.0

安装完成后执行以下代码验证，输出版本号为2.1.0即安装成功：

import tensorflow as tf
print(tf.__version__)

3. 安装TensorFlow Object Detection模块 #

1. 先安装核心依赖包：

pip install --upgrade protobuf pillow lxml matplotlib opencv-python

2. 下载适配TF2.x版本的models仓库代码，解压后进入research目录，执行protobuf编译：

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

3. 执行安装配置：

cp object_detection/packages/tf2/setup.py .
pip install .

4. 执行测试脚本验证安装，所有测试用例通过即为安装成功：

python object_detection/builders/model_builder_tf2_test.py

内容的提问来源于stack exchange，提问作者Shella