Linux下MMDetection环境配置 _生活百科

1. 准备工作

Linux发行版。

Pop!_OS 22.04 LTS (NVIDIA) (Ubuntu衍生)
对Linux进行配置，更改国内镜像源。

安装conda环境。官网下载安装脚本(bash)文件。执行

bash Miniconda3-latest-Linux-x86_64.sh

安装git工具。

2. 安装步骤

配置conda虚拟环境

conda create -n openmmlab python=3.9 pytorch==1.11.0 cudatoolkit=11.3 torchvision -c pytorch -ytip: 可去pytorch官网查询最新版本。

激活虚拟环境

conda activate openmmlab

安装openmim

pip install openmim

安装mmcv-full

pip install mmcv-full==1.5.3 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.11.0/index.html注意: MMDetection版本和MMCV版本存在兼容性问题。具体可参考官网。

克隆MMDetection项目

【Linux下MMDetection环境配置】git clone https://github.com/open-mmlab/mmdetection.git

cd mmdetection

安装依赖

pip install -r requirements/build.txt

执行

pip install -v -e .# "-v" means verbose, or more output# "-e" means installing a project in editable mode,# thus any local modifications made to the code will take effect without reinstallation.

提醒： 到此MMDetection环境安装完成。可到mmdetection/demo/inference_demo.ipynb进行执行验证。验证前需要在openmmlab虚拟环境下安装ipykernel 。
pip install ipykernel3. 选装

安装Apex

APEX 是来自英伟达 (NVIDIA) 的一个很好用的深度学习加速库。
克隆Apex项目

git clone https://github.com/NVIDIA/apex

安装Apex

cd apexpython setup.py install

安装mmpycocotools

pip uninstall pycocotoolspip install mmpycocotoolstip: 为后续训练coco数据集，需卸载pycocotools，安装mmpycocotools 。
4. 应用

Model Zoo 提供训练好的模型。
命令测试

python demo/image_demo.py demo/demo.jpg configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth