最近用PaddleDetection 2.2 搭建了初步目标检测，进行简单记录
1.准备好Anaconda环境，官网下载
conda安装完成后，cmd可直接进行conda指令操作
2.环境配置
（1）环境名为paddle ，python版本为3.8，后续深度学习操作在此环境上进行
conda create -n paddle python=3.8
（2）进入指定环境
conda activate paddle
(3)飞桨官网按自己配置获得conda下载指令，paddle框架官网下载
例如我下载的是cpu版本
conda install paddlepaddle==2.1.3 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
（4）安装完成后，验证环境是否安装成功
conda activate paddle python import paddle.fluid paddle.fluid.install_check.run_check()
激活环境-进入python解释器-加载fluid库-运行run_check函数，出现Your Paddle Fluid is installed successfully! Let’s start deep Learning with Paddle Fluid now，代表环境安装成功。
3.下载PaddleDetection，在github直接下载，paddledetection源码下载
pycharm同样官网下载即可，Pycharm ,用pycharm打开下载的paddledetection工程文件，选择对应的python解释器File-Setting-Project-python interpreter选择conda里的paddle环境下的python.exe解释器。
下载完成后目录下有requirements.txt，用于安装python其它依赖库，在cmd或者pycharm的控制台下进行安装，我后续控制台操作都是在pycharm下执行，比较方便。
pip install -r requirements.txt
4.测试paddledetection环境搭建完成
python ppdet/modeling/tests/test_architectures.py
