自用,方便查找。
参考:采用矩池云配置MMDetection环境_一只大憨憨的博客-CSDN博客_矩池云配置环境
环境
镜像:
Pytorch 1.5.0
镜像描述:
预装:Python3.8, CUDA 10.1, cuDNN 7.6, Pytorch 1.5.0, Ubuntu 18.04
步骤
安装环境:
1. 安装torch
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch -y
2.安装mmcv-full
pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/index.html
这里mmcv-full==版本号,从github的readme.md中查找,这里用的是master版本,所以选择了1.4.0
3.安装mmdetection
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e . # or "python setup.py develop"
在这部分会遇到一个坑,由于水平有限,折腾了好几天,重装了各种环境,最后发现是软连接的问题,是os.symlink()的问题,由于无法执行所以“Function not implemented”。
解决方法:
将mmdetection/setup.py 149行'symlink'改为'copy',顺利跑通。 (此方法治标不治本,放在这不删了,留个经验)
正确解决办法:通过联系矩池云客服,说把mmdetection安装在/root目录下,即可解决安装的时候的软连接问题,但是需要每次都存一下环境,不过没办法。
训练自己的数据集:
参考博客:mmdetectionV2.x版本 训练自己的VOC数据集_桃子酱momo的博客-CSDN博客_mmdetection训练自己的voc数据集
测试自己的数据集
python tools/test.py configs/xxxx.py work_dirs/xxxx/epoch_xx.pth --out xxx.pkl --eval mAP
测速度
python -m torch.distributed.launch --nproc_per_node=1 --master_port=29500 tools/analysis_tools/benchmark.py $cofig $checkpoint --launcher pytorch
tensorboard
在vscode终端输入
tensorboard --logdir=work_dirs/faster_rcnn/tf_logs
然后在跳出来的选项卡选择打开浏览器即可