window10
1.查看自己电脑是否是UEFI
Win+R
输入:msinfo32
2.控制面板-电池选项
取消快速启动
3.BIOS关闭secure boot
安装两个软件easyUEFI,用于控制双系统的先后启动
window激活软件
ubuntu16.04
安装时候插入u盘
在install ubuntu选项处 按e
找到quiet splash
后面加上
quiet splash $vt_handoff nouveau.modeset=0
安装成功后第一次启动进入也是,在ubuntu处按e
后面加上
quiet splash $vt_handoff nouveau.modeset=0
第一次进入系统后,立马安装显卡:
https://www.cnblogs.com/sharpeye/p/10104188.html
查看当前系统显卡参数:
sudo lspci | grep -i nvidia
删除之前的驱动:
sudo apt-get --purge remove nvidia-*
打开blacklist.conf文本:
sudo gedit /etc/modprobe.d/blacklist.conf
禁用 nouveau,最后一行加上: blacklist nouveau
是将Ubuntu自带的显卡驱动加入黑名单( 后面最好加上 options nouveau modeset=0 )
使禁用 nouveau 真正生效
sudo update-initramfs -u
重启!reboot
按Ctrl+Alt+F1~F7 进入控制台,
检查nouveau是否还在使用 ,没有返回则不再使用。
lsmod | grep nouveau
关闭桌面服务
sudo service lightdm stop
进入相应的目录,执行.run
sudo sh ./NVIDIA-Linux-x86_64-390.48.run -no-x-check -no-nouveau-check -no-opengl-files
其中 -no-opengl-files 参数加上,防止系统出现循环登录的问题!
重启X Service
sudo /etc/init.d/lightdm restart
列出GPU的信息则表示驱动安装成功!
sudo nvidia-smi
安装mmdetection
https://github.com/open-mmlab/mmdetection/blob/v1.0.0/docs/INSTALL.md
https://github.com/open-mmlab/mmdetection/blob/v1.0.0/docs/GETTING_STARTED.md
https://github.com/open-mmlab/mmdetection/tree/v1.0.0
记住:
这个版本对应的mmcv是:
mmcv 0.2.15
https://github.com/open-mmlab/mmdetection/issues/2112
安装期间会遇到很多问题:
pip install -r requirements.txt
pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"
pip install -v -e . # or "python setup.py develop"
问题1:
g++ error cuda_runtime_api.h: No such file or directory
https://blog.csdn.net/observador/article/details/104001002
问题2:
command ‘:/usr/local/cuda/bin/nvcc’ failed with exit status 1
https://blog.csdn.net/ksws0292756/article/details/84859903
问题2:
compiler_compat/ld: cannot find -lcudart
https://blog.csdn.net/weixin_43402192/article/details/103500379
后来发现上面这三个问题这并不是mmdetection的问题
我装驱动是看得的网上博客:
vim ~/.bashrc
https://blog.csdn.net/wanzhen4330/article/details/81699769
vim ~/.bashrc
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cudasource ~/.bashrc
他这个写法对于nvcc -V检查是没问题的,但是mmdetection出现了问题
应该改为:
vim ~/.bashrc
export CUDA_HOME=/usr/local/cuda
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
这样就可以解决上面的三个问题
修改预训练模型:
mask_rcnn_r50_fpn_1x.py
# model settings
model = dict(
type='MaskRCNN',
pretrained='torchvision://resnet50',
#pretrained='./checkpoint/mask_rcnn_r50_fpn_1x_20181010-069fa190.pth',
或者:
python tools/train.py configs/mask_rcnn_r50_fpn_1x.py --resume_from checkpoint/mask_rcnn_r50_fpn_1x_20181010-069fa190.pth --gpus 1
现在还遇到多卡占用率100%的问题:
https://github.com/open-mmlab/mmdetection/issues/1979
文中说的办法不好使
还没解决