Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- 프로그래머스 푸드 파이트 대회
- auto 키워드
- LAN의 분류
- l-value참조자
- 네트워크 결합
- getline()함수
- 값/참조/주소에 의한 전달
- 논리 연산
- C언어 스택 연산
- 입출력 관리자
- 운영체제 기능
- 범위 기반 for문
- IPv4 주소체계
- const l-value참조자
- C언어 덱
- const화
- 원형 연결 구조 연결된 큐
- C언어 계산기 프로그램
- string유형
- 회전 및 자리 이동 연산
- 유형 변환
- 프로그래머스 배열만들기4
- 문제해결 단계
- 문자형 배열
- c언어 괄호검사
- 주기억장치
- 알고리즘 조건
- 괄호 검사 프로그램
- r-value참조자
- 백준 파이썬
Archives
- Today
- Total
chyam
TensorFlow 2.10 & YOLO & MediaPipe & DeepFace 설치 본문
처음에 기본적으로 TensorFlow를 깔 때는 아래 블로그를 따라하였습니다.
Anaconda에서 GPU 사용 가능한 Tensorflow 설치하기
이 문제 때문에 서너시간은 족히 쓴 것 같네요. 거두절미 하고 바로 시작하겠습니다. 먼저 아나콘다와 주피터노트북은 설치되어 있다고 가정하겠습니다. GPU가 인식되는 Tensorflow 사용을 위해서
jai-lab.tistory.com
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
이런식으로 뜨면 성공입니다!

윈도우 환경에서 TensorFlow를 사용하기 위해서는 2.10버전을 사용하였습니다.
하지만 프로젝트를 진행하면서 MediaPipe와 Yolo, DeepFace를 추가 설치하였는데,
Descriptors cannot be created directly
AttributeError: _ARRAY_API not found
module 'mediapipe' has no attribute 'solutions'
위와 같은 에러들이 떴습니다.
Protobuf, Numpy, Mediapipe 에러인데,
먼저 Protobuf 에러는 코드 위에 아래와 같은 환경변수를 강제로 해준 뒤 처리해주었습니다.
import os
os.environ["PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION"] = "python"
그리고 NumPy 버전은 1.x 버전으로 맞춰주었습니다. 2.x는 TensorFlow가 인식을 못했습니다.
하지만 MediaPipe를 깔면서 계속 NumPy가 2.x버전으로 업그레이드 되어서 다시 변경해주었습니다.
pip uninstall protobuf numpy mediapipe tensorflow tensorflow-intel -y
pip install tensorflow==2.10.0 "numpy<2.0" "protobuf==3.20.1" "mediapipe<=0.10.11"
위의 코드를 순차적으로 해주면 됩니다! 마지막으로 나머지 라이브러리를 추가합니다.
pip install ultralytics deepface tensorrt-cu11
만약 아래 코드가 에러 없이 돌아가면 성공입니다!
import os
os.environ["PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION"] = "python"
import numpy as np
import tensorflow as tf
import mediapipe as mp
from deepface import DeepFace
print(f"NumPy 버전: {np.__version__}") # 1.x.x 여야 함
print(f"TF GPU 가속: {tf.config.list_physical_devices('GPU')}")
