環境

windows7 64bit
Gefore GTX 680MX GPU
anaconda

##１．CUDAインストール
下記サイトからCUDA Toolkit 10.1 update2バージョンをダウンロードする
（TensorFlow2.1.0対応しているのはCUDA Toolkit 10.1のため）
https://developer.nvidia.com/cuda-toolkit-archive

インストール場合、Visual Studio Intergrationを選択しないでください

インストール成功の場合、nvcc -V実行すると、下記結果が表示される

C:\Windows\System32>nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243

2．cuDNNインストール

下記サイトからcuDNN for CUDA 10.1を選択してダウンロードする
（NVIDIA account必要）
https://developer.nvidia.com/cudnn

zipファイルを解凍し、
cudaフォルダをcuda765にrenameし、
「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1」のパスにコピーする

コピー後

3. 環境変数設定

PATHに下記cuDNNパス追加

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cuda765\bin

4. condaでkeras_work作成

conda create -n keras_work
activate keras_work

5. tensoflowのインストール

conda install tensorflow

6.確認

(base) C:\Users\mac>activate keras_work

(keras_work) C:\Users\mac>python
Python 3.7.7 (default, Apr 15 2020, 05:09:04) [MSC v.1916 64 bit (AMD64)] :: Ana
conda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2020-05-06 19:46:04.480481: I tensorflow/stream_executor/platform/default/dso_lo
ader.cc:44] Successfully opened dynamic library cudart64_101.dll
>>> print(tf.__version__)
2.1.0
>>> print(tf.test.is_gpu_available())
・・・
physical GPU (device: 0, name: GeForce GTX 680MX, pci bus id: 0000:01:00.0, compute capability: 3.0)
True

7.YOLOV3資材準備

Githubからソース取得

cd c:\temp
git clone https://github.com/zzh8829/yolov3-tf2.git
cd yolov3-tf2

pjreddie.comからyolo3.weightをダウンロード
※2時間かかる

wget https://pjreddie.com/media/files/yolov3.weights --no-check-certificate

上記pjreddie.comからyolov3.weights取得のは遅いのため、下記ＵＲＬもダウンロードできる
https://pan.baidu.com/s/1G2Qh-V8kyLOq4oDbTwK6HQ
提取码（パスワード）:vogw
ファイルは「yolo_tf2.1\data\yolov3.weights」

yolo3.weightファイルをyolov3-tf2パスに移動
ファイル移動したことを確認

(keras_work) C:\temp\yolov3-tf2>dir /B *.weights
yolov3.weights

8.変換（事前トレーニング済みのdarknet weightを変換する）

python convert.py --weights ./yolov3.weights --output ./checkpoints/yolov3.tf

9.確認（detection）

python detect.py --image ./data/street.jpg