FairMOT复现环境搭建（RTX 3060 Laptop）

第一次尝试复现项目，踩了很多坑，以此博客记录自己的磕磕绊绊，也希望能给后人带来帮助。

一、配置总览：

设备：dell G15 5515

显卡：RTX 3060 Laptop GPU

运行环境：Anaconda+Visual Studio Code

其他：Python 3.8.20+pytorch 1.11+cuda 11.3+cudnn 8.4.1+Visual Studio 2019

二、环境准备

1.下载Visual Studio 2019

本人原先已经下载了vs2022，但是下载cuda时仍然报错

老实了，只能重新下个vs2019

下载网址：VS 2019 Com: ​编辑 网页链接

选择C++桌面开发即可

2.下载CUDA和CUDnn

打开cmd,输入nvidia-smi,执行，

箭头所指处是你的显卡可支持的最高版本CUDA

cuda版本和pytorch版本是否适配会决定你能否成功复现，我在搭建环境时尝试了好多错误配置，吃尽苦头

cuda、pytorch对应关系：​​​​​​01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系_pytorch和cuda对应版本-CSDN博客​​​​​​

CUDA下载链接：​​​​​​CUDA Toolkit Archive | NVIDIA Developer

如果还是拿不准下载哪个版本的话，可以参考这里，有的前辈分享了成功案例：https://github.com/lucasjinreal/DCNv2_latest/issues

选择适合自己的版本和配置，点击download即可下载

下载过程中CUDA会进行系统环境的检查，如上所说，我出现了这个报错，

如果你和我一样下载了两个版本的vs，你可以打开Visual Studio Installer，卸载你以前安装的那个版本

此时回到CUDA安装界面，点击后退，再点击下一步，重新检查是否满足安装条件

没问题的话，耐心等待安装即可，同时可以开始下载cudnn

cudnn下载链接：cuDNN Archive | NVIDIA Developer

尽量选择8.x-1.x版本，据说比较稳定，我使用的版本是8.4.1

按照自己的cuda的版本来选择

下载好cuda和cudnn之后，将cudnn整个文件夹拖进cuda的安装路径下，一般在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

打开cmd，使用几句命令测试是否安装成功：

nvcc -V

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite

.\bandwidthTest.exe

.\deviceQuery.exe

正确显示即为下载完成

系统变量会自动添加

3.下载pytorch

首先需要一个配置好了的anaconda,打开cmd，创建一个虚拟环境，就叫做FairMOT吧

conda create -n FairMOT python=3.8

conda activate FairMOT

选择适合自己的pytorch版本，版本参考可见 2.下载CUDA和cudnn
这里也提供一个我的版本：Python 3.8.20+pytorch 1.11+cuda 11.3+cudnn 8.4.1
我使用的下载命令是：

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

pytorch下载链接：Previous PyTorch Versions | PyTorch

下载完毕后测试是否下载成功：

python

import torch

torch.cuda.is_available()

输出TRUE即为安装完毕

三、复现代码

1.下载源码

使用vscode打开文件夹

在终端激活刚刚创建的虚拟环境FairMOT

conda activate FairMOT

按照readme的流程执行

cd ${FAIRMOT_ROOT}

pip install cython

pip install -r requirements.txt

2.下载DCNv2

git clone -b pytorch_1.7 https://github.com/ifzhang/DCNv2.git
cd DCNv2
./make.sh

这步有报错的话一般都是cuda和pytorch版本不匹配导致的

3.下载ffmpeg

下载链接：FFmpeg

下载完成之后将.exe文件放进源码的src文件夹中

4.下载模型

1.DLA-34 COCO

官方提供的下载链接失效了，此处提供另一个下载路径：ctdet_coco_dla_2x.pth - Google Drive

2.hrnetv2_w18_imagenet_pretrained.pth

3.hrnetv2_w32_imagenet_pretrained.pth

4.fairmot_dla34.pth

这三个点击官方提供链接即可下载

下载之后按照readme所示放进models文件夹中

5.运行demo

cd src
python demo.py mot --load_model ../models/fairmot_dla34.pth --conf_thres 0.4

这一步会尝试从http://dl.yf.io/dla/models\imagenet\dla34-ba72cf86.pth下载一个模型到你的checkpoints文件夹中

但是服务器貌似很不稳定，我在这一步出现过HTTP Error 502、404、WinError2报错，折腾半天在网上都找不到资源🙁（还好一天之后服务器又恢复了 终于下载成功）

如果有人也遇到这个问题，我在此处提供dla34-ba72cf86.pth的下载链接：https://drive.google.com/file/d/1v9_prGO0ayY3clcAl2MbSDl_RMWKfzrs/view?usp=sharing

下载之后请你手动将模型拖进C:\Users\你的用户名\.cache\torch\hub\checkpoints文件夹中，然后再次运行demo

不出意外的话，应该没有问题了

最后会生成一个result.txt文件和视频在demos文件夹中

到此，简单的复现成功

四、遇到的问题

1.运行demo.py时报错AttributeError: module 'numpy' has no attribute 'float'. `np.float` was a deprecated alias for the builtin `float`. To avoid this error in existing code, use `float` by itself.

手动将所有np.float改成float即可