前言
(linux)Faster-RCNN pytorch目标检测1:pytorch1.10.1环境配置gpu+anaconda+pycharm+RTX2080ti 笔记,包括如何在anconda创建Faster-RCNN虚拟环境和用pycham为项目配置Faster-RCNN虚拟环境。
Faster-RCNN pytorch1.0链接https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0,建议直接下载后提取
如果无法上github,百度云盘链接:https://pan.baidu.com/s/1mde9g4FN68TTPamRMl_kBw?pwd=s5sb 提取码:s5sb, 或者csdn资源Faster-RCNNpytorch1.0,vgg16-caffe.pth和resnet101-caffe.pth包含Faster-RCNN pytorch1.0源码和要用到的预训练模型vgg16_caffe.pth、resnet101_caffe.pth
pycharm汉化Pycharm汉化简单图文教程
anconda虚拟环境创建
在Faster-RCNN pytorch文件夹打开终端,创建:conda create –n farcnn python=3.6
激活:conda activate farcnn
nvidia-smi确认自己的cudaVersion
不要直接用pip install -r requestment.txt文件安装,linux系统不会看你目前环境是否有包已安装,并直接默认安装cuda=11.7的最高版本pytorch.
安装pytorch:conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge
单独安装对应版本的opencv,在Links for opencv-python 下载,然后pip install opencv_python-4.2.0.34-cp36-cp36m-manylinux1_x86_64.whl
pip install scipy==1.2.1
pip install msgpack
pip install easydict
其他包就由pycharm配置,关闭终端,打开pycharm
用pycham为项目配置yolo虚拟环境
用pycham打开Faster-RCNN pytorch项目
pycham为项目配置虚拟环境
取消自动创建,配置我们刚刚创建的环境
点击设置
选择刚刚配置的farcnn虚拟环境的python3.6文件,一般在(anaconda安装路径) /anaconda/envs/farcnn/bin内(下图是其它项目的,类似路径)
最后一路点确定
pycharm打开终端,如果你成功选择了相应的虚拟环境,()内就会显示你的虚拟环境名称
打开requestments.txt,点击“安装要求”,pycharm就会配置其余的包
等待项目环境配置完成
编译
关闭pycharm,在Faster-RCNN pytorch文件夹打开终端,激活farcnn虚拟环境,依次执行
conda activate farcnn
cd lib
pyhon setup.py build develop
等待编译完成
环境配置完成
训练见后续(linux)Faster RCNN-pytorch1.0目标检测2:训练自己的数据集,gpu,pycharm, RTX2080ti,训练笔记