mmdetection安装记录（使用google colab安装）

最新推荐文章于 2024-07-10 06:09:36 发布
最新推荐文章于 2024-07-10 06:09:36 发布
阅读量3.9k 收藏 26
点赞数 4
分类专栏： 计算机视觉 文章标签： 深度学习 pytorch 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/WhatPrime/article/details/104627098
版权
本文记录了在Google Colaboratory上安装mmdetection的过程，包括安装Anaconda3、降低gcc版本到5.5、安装pytorch和cudatoolkit，以及在安装过程中遇到的问题和解决方案。通过验证和测试环境，确保mmdetection能够正常运行。
摘要由CSDN通过智能技术生成

 

介绍

           Google Colaboratory是谷歌开放的一款研究工具，主要用于机器学习的开发和研究。它给广大的AI开发者提供了免费的GPU使用，可以在上面跑tensorflow等框架。

            mmdetection集成了多种目标检测算法，它的git地址,环境要求在官方文档中。我在Google Colaboratory上搭建环境的时候遇到了问题，记录如下。

安装过程

安装成功的环境

OS: Ubuntu18.04
CUDA:10.0
NCCL: 1.3.5
GCC(G++): 5.5

具体安装步骤

1.安装Anaconda3

!wget -q https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh
!chmod +x Anaconda3-2019.10-Linux-x86_64.sh
!bash ./Anaconda3-2019.10-Linux-x86_64.sh -b -f -p /content/anaconda3
# set PATH environment variable
import os
os.environ['PATH'] = "/content/anaconda3/bin:" + os.environ['PATH']

2.安装gcc(g++5)

由于系统自带的gcc是为7.4.0，需要替换成5.5版本

!apt-get install g
最低0.47元/天 解锁文章
WhatPrime
关注
专栏目录
如何使用谷歌colab
weixin_43178406的博客
03-18 3534
本文主要介绍了如何使用谷歌colab的实战方案，希望能对大家有所帮助。 文章目录 1. 背景描述 2. colab实战方案
Google colab 安装mxnet
bigdata0906的博客
08-28 525
step1.打开gpu。step2.安装gpu版本mxnet。step3.运行自己的py文件。
在Colab上部署mmdetection
Far_Rainbow的博客
10-09 797
首先在修改–>笔记本设置里选择GPU以便于后续按照依赖GPU的包 首先进行挂载： 然后连接到自己的硬盘里： 查看路径和当前目录的文件，这里我已经安装过mmdetectionl所以有这个文件，第一次执行是没有的 git一下mmdetection的源码 进入mmdetection目录下： 下载依赖文件： 在mmdetection文件夹下新建checkpoints目录，进入并下载模型文件cascade_rcnn_r50_fpn_20e_20181123-db483a09.pth 在/mm
mmdetection在colab上的配置
RAO_ZY的博客
04-24 3752
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.
将Conda包安装到Google CoLab
最新发布
wangbadan121的专栏
07-10 366
这段代码会安装`condaColor`和`condaPack`两个库，用于在Colab中更好地显示Conda环境。在Google Colab中，你可以使用Conda来管理Python环境的包安装。这段代码会安装Miniconda3到你的系统，并添加它的路径到你的Python搜索路径中。这段代码会创建一个名为`MyEnv`的新环境，并安装Python 3.6。这段代码会导入NumPy包，并打印出它的版本号。这段代码会在你的新环境中安装NumPy包。这段代码会激活你刚刚创建的环境。
colab上配置mmdetection记录
zzhhjjjj的博客
11-18 1185
# install dependencies: (use cu101 because colab has CUDA 10.1) #!pip install -U torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html !pip install -U torch==1.8.1+cu111 torchvision==0.9.1+cu111 -f https://downlo
colab配置mmdetection环境_by2021.6
housong的博客
06-16 2944
本文基于colab环境下，配置mmdetection环境，配置下了也踩了不少坑，希望能对有需要的朋友一点点帮助。
使用 MMDetection训练自己的数据集（Colab版）
weixin_43800577的博客
05-14 877
使用指南 挂载谷歌云盘 from google.colab import drive drive.mount('/content/drive') 确认连到GPU import tensorflow as tf device_name = tf.test.gpu_device_name() if device_name != '/device:GPU:0': raise SystemError('没有发现GPU device') print('Found GPU at: {}'.format(de
Tensorflow_Object_Detection_with_Tensorflow_2.0:使用带有Google Colab的TensorFlow 2对象检测API的Soccer Player识别
03-30
使用带有Google Colab的TensorFlow 2对象检测API的Soccer Player识别 在此项目中，我使用了Google Colab（用于模型训练），Google Drive（用于存储）和Local machine（用于模型测试）。 创建自己的数据集。 使用...
在colab中运行matlab程序
guijianchou123456的博客
12-06 658
matlab、colab、python
如何在colab上使用mmdetection训练自己的数据集
weixin_44379961的博客
03-11 2860
如何在colab上使用mmdetection训练自己的数据集 这次受新冠肺炎疫情的影响，开学延期，但是导师要求在mmdetection平台上训练一个特殊的数据集，由于不在实验室缺乏相关的机器设备支撑实验（我自己只有一台gtx860的笔记本）所以考虑使用google免费的colab进行实验，之前没有使用过colab，所以记录一下全部过程。 一、Colab的使用 1. 访问google 首先，使用谷歌...
如何在Colab上永久安装包
sheriMMM的博客
12-09 7709
1. 注册google，登录Google Drive, 在My Drive 下新创建一个文件夹作为ipynb 根目录（文件名随意，后面步骤要用到）， 然后Colab Notebooks新建文件夹放package（文件名随意， 后面步骤也需要用到 2. Open Colab -> create ipynb ① 挂载google drive以及添加sys path import os, sys # 挂载google drive from google.colab impo...
Colab的使用教程
weixin_45835837的博客
11-23 4283
昨天看了一个Github上的代码，博主是通过Colab来运行代码。之前就听说过Colab的服务器可以免费用，于是自己就开始了Colab的探索。 找了很多的教程，都是让去谷歌云盘官网注册云盘账号，然后通过谷歌端口登录。但是进入谷歌云盘官网之后发现申请地区没有China选项，可能因为谷歌在大陆是被禁止了的原因吧~ 但是自己有谷歌账号（之前申请的，不知道现在还能不能申请），所以通过别人的教程发现了另一种使用谷歌云盘的思路： 搜索谷歌云硬盘（https://www.google.com/intl/zh-CN/dr
【目标检测】使用Colab训练MMDetection模型
ericdiii的博客
09-12 843
使用Colab训练MMDetection模型
linux下安装gcc详解
dianchi3205的博客
01-07 7178
1、了解一下gcc　　 　　目前，GCC可以用来编译C/C++、FORTRAN、JAVA、OBJC、ADA等语言的程序，可根据需要选择安装支持的语言。我自己linux上是4.1.2版本，是不支持openMP的，而自己又要用到openMP，所以自己在原来的基础上安装了一个4.2以上版本的。 　　在安装之前，系统必须有cc或者gcc的编译器，如果没有，就不能安装更高版本的gcc了，如果是...
GCC编译器的安装教程（Windows环境）
热门推荐
量子君的blog
10-19 12万+
GCC编译器的安装教程（Windows环境） 你好！GCC 编译器是 Linux 系统下最常用的 C/C++ 编译器，大部分 Linux 发行版中都会默认安装。GCC 编译器通常以gcc命令的形式在终端（Shell）中使用.对于要学习Linux的朋友来说，可以在Windows上做一个过渡。 教程开始 1.安装MinGW 下载MinGW打开托管网站sourceforge然后Download 下载完成之后，双击打开点击Install，一路Next安装 2.安装GCC编译器 打开编译器然后在里点击Basic
行人跟踪之身份识别（三）
qq_38284951的博客
04-14 806
前两篇写了人脸识别和yolo+deepsort 这篇就写下两个方法的结合，在保持一定帧率的前提下进行身份识别和跟踪： 代码直接在yolo+deepsort下的main.py 修改，先备份一个main.py 重命名为 main_track.py: import numpy as np import time from tracker import face_track from detector import Detector from lib_face import * import cv2 fro
MMDetectionV2 + Colab 超详细教程及踩坑实录
Mochadrone的博客
08-19 4134
为了参加讯飞的X光目标检测竞赛，我们组研究了目前通用的几种目标检测框架。最后测试出来MMDetectionV2的易用性和训练速度都比较出色。这篇文章是我结合MMDetection官方的Colab Tutorial以及自己的探索整理出来的超详细攻略，欢迎提问。
google colab安装pytorch
06-22
Google Colab 是一个基于云的免费 Jupyter 笔记本环境，它非常适合数据科学和机器学习项目，包括 PyTorch 的使用。要在 Google Colab 中安装 PyTorch，你可以按照以下步骤操作： 1. **启动 Colab**： 打开 Google Drive（如果你还没有，先创建一个账户并登录），然后访问 https://colab.research.google.com/。 2. **创建新 notebook**： 点击左上角的 "New Notebook" 或者在搜索框里输入 "Colaboratory"。 3. **设置 Python 环境**： 在 notebook 的第一行代码中，输入以下命令来安装 PyTorch 和相关库： ```python !pip install torch torchvision ``` 这将安装 PyTorch 的最新稳定版及其对应的 torchvision 库，用于图像处理。 4. **检查安装**： 安装完成后，你可以导入 PyTorch 并打印版本信息来确认安装是否成功： ```python import torch print(torch.__version__) ``` 5. **开始使用**： 现在你可以创建张量、定义模型、训练等 PyTorch 的所有操作了。
评论 18
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值