Windows安装mmdetection（CPU版本）

编者按：我的毕设题目是基于mmdetection的行人检测，由于我的电脑没有英伟达的GPU,因而无法安装CUDA，网上大多数文章涉及CUDA的安装，对于我来说都没法直接参考。这篇文章主要是我总结的关于安装CPU版本的mmdetection的方法（电脑上有英伟达GPU的话网上大多数文章可以直接参考）

1. 安装anaconda（网上参考文章非常多）

2.确认自己电脑安装的GPU是否支持CUDA

如果不支持的话，电脑就没法调用GPU去跑深度学习的东西，只能选取速度更慢的CPU

3.在Anaconda Prompt 中创建子环境

anaconda 感觉像是一个python的操作系统，anaconda 目录下可以创建多个子环境，每个子环境之间相互独立，在每个子环境下安装不同的python版本以及不同的安装包，他们之间互不干扰。参考其他博客，mmdetection基本都是安装在子环境下。
如果创建子环境失败，大概率是清华源配置的有问题。

重点提示：下方安装过程必须是在Anaconda Prompt 中激活子环境后进行

4.安装pytorch 注意几个安装包的版本（需要配对），且必须是CPU版本(对，pytorch有对应的cpu版本)

点击进入pytorch官网

pytorch官网提供了在anaconda中下载pytorch的命令

conda install pytorch torchvision torchaudio cpuonly -c pytorch

其中-c pytorch表示安装包是从pytorch官网获取，如果使用了清华镜像源（可以参考其他博客），则删掉这个后缀，下载速度更快。
补充：如果清华镜像源配置有问题（也就是执行命令后报错），可以直接去清华镜像源下载安装包（pytorch torchvision torchaudio cpuonly，这中间包括四个安装包,cpuonly版本貌似没有要求，其他三个的版本之间是一一对应的，具体参考博客链接: PyTorch中torch、torchvision、torchaudio版本对应关系 最后通过下方代码进行安装

conda install +下载的安装包地址

点击进入清华源镜像网站直接下载torch、torchvision、torchaudio 一定要注意选CPU版本以及确认好子环境的python版本

特殊问题记录
问题描述：
报错提示：在清华源channel中无法找到能够cpuonly安装包的channel
问题解决：
直接去anaconda官网，在搜索栏中输入cpuonly，找到对应的下载命令进行下载
点击进入anaconda官网

安装完成后，再用pip安装一下numpy这个包，之后在子环境下输入python，进入python执行环境，验证pytorch是否安装成功（可参考其他博客）

5.安装mmcv-full （mmdetection的重要依赖），必须是cpu版本

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cpu/torch1.6.0/index.html

直接输入这个命令即可安装（这条命令对应的是CPU版本）（同时torch版本按照你们之前安装的版本）

6.安装mmdetection

参考这篇博客： Windows下安装mmdetection

上述命令讲道理应该是默认安装最新版本，应该没什么问题，如果最终mmdetection跑demo失败，可以百度查找版本是否匹配，如果不匹配建议卸载mmcv-full和mmdetection，重新下载正确版本进行安装
重要提示：这句执行代码中。

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

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

这三段有其对应的文件路径。
由于我们只能在CPU上运行，必须在这句执行代码后方，增加一句代码

--device cpu

表示通过CPU而不是GPU来运行。

7.anaconda 小技巧

常用代码整理：

conda info -e(查看所有环境)
conda create -n your_env_name python=3.7 -y（创建新环境）
conda activate your_env_name （激活环境）
conda deactivate （退出环境）
conda remove -n your_env_name --all（删除环境）
conda list （查看某个环境下安装了哪些包）
conda remove package_name   pip uninstall package_name （删除某些包）

修改镜像源：.condarc文件
python 安装的包的存储位置：site-packages文件夹
anaconda创建的子环境存储位置 ：envs文件夹
pip安装和conda安装的区别：下载的通道不一样，conda是从anaconda库中提取安装包，pip是从python库中提取安装包，使用时区别不大。