windows10-ubuntu16.04双系统--mmdetection-v1.0.0安装遇到的问题--修改预训练模型

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/cuda

source ~/.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