mmdetection在colab上的配置

文章日期2022/04/24

参照官网文档mmdetection/MMDet_Tutorial.ipynb at master · open-mmlab/mmdetection · GitHub

在colab中默认的配置查看

import torch, torchvision
print(torch.__version__, torch.cuda.is_available())

输出结果是1.10.0+cu111 True

因此要把官网中的文档mmcv的安装链接进行更改为torch1.10.0 后续可能会更新要保证版本对应

!pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.10.0/index.html

# Install mmdetection
!rm -rf mmdetection
!git clone https://github.com/open-mmlab/mmdetection.git
%cd mmdetection

!pip install -e .

再次输入

# Check Pytorch installation
import torch, torchvision
print(torch.__version__, torch.cuda.is_available())

# Check MMDetection installation
import mmdet
print(mmdet.__version__)

# Check mmcv installation
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print(get_compiling_cuda_version())
print(get_compiler_version())

如果正常输出

1.10.0+cu111 True 2.23.0 11.1 GCC 7.3没有报错，则配置成功

需要注意每次打开colab都需要进行这一步的配置。

在本地配置时可以直接通过pip安装opencv，亲测不会报错。

但是在运行时又多线程导致的pipeline error，这时需要设置来保证dataloder的num参数为0。

cfg.data.workers_per_gpu = 0

后续可能会出配置文件的教程