（linux）mmdetection环境配置gpu+anaconda+pycham+ RTX2080ti 笔记

前言

（linux）mmdetection环境配置gpu+anaconda+pycharm+RTX2080ti 笔记，包括如何在anconda创建虚拟环境和用pycham为项目配置mmdetection虚拟环境。

1. 部分参考：依赖 — MMDetection 2.28.2 文档\ Mask rcnn代码实现_pytorch版_适用30系列显卡\【mmdetection】 运行Mask-Rcnn代码（Win11 pytorch版）\

2. Mask RCNN链接 mirrors / open-mmlab / mmdetection · GitCode 或https://github.com/open-mmlab/mmdetection/tree/v2.28.2

3. pycharm汉化Pycharm汉化简单图文教程

anconda虚拟环境创建

1. 在mmdetection文件夹打开终端，创建：conda create -n maskrcnn python=3.8 (maskrcnn为虚拟环境名称，可以自己替换

2. 激活：conda activate maskrcnn

3. nvidia-smi确认自己的CUDA Version

4. 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.

5. 安装pytorch：

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch

6. 。在PyTorch或Previous PyTorch Versions | PyTorch找指令，注意cudatoolkit=<CUDA Version即可

7. 单独安装对应版本的opencv，在Links for opencv-python 下载，然后pip install opencv_python-4.5.4.58-cp38-cp38-manylinux2014_x86_64.whl

8. pip install -U openmim

9. pip install mmcv-full -f  https://download.openmmlab.com/mmcv/dist/cu113/torch1.12.0/mmcv_full-1.6.2-cp38-cp38-manylinux1_x86_64.whl，注意当虚拟环境的python=3.X，安装包要后缀为-cp3X-cp3X-manylinux2014_x86_64.whl 。https://download.openmmlab.com/mmcv/dist/cu**/torch##,**,##

10. 在https://github.com/open-mmlab/mmdetection/tree/v2.28.2,下载并解压文件

11. 进入文件，配置环境（注意以下命令都在mmdetection虚拟环境下进行）

cd mmdetection2

pip install -r requirements/build.txt

pip install -v -e 

python setup.py develop（每次对算法文件更改后最好都要再执行这个命令）

安装额外的依赖以使用 Instaboost, 全景分割, 或者 LVIS 数据集

# 安装 instaboost 依赖

pip install instaboostfast

# 安装全景分割依赖

pip install git+https://github.com/cocodataset/panopticapi.git

# 安装 LVIS 数据集依赖

pip install git+https://github.com/lvis-dataset/lvis-api.git

# 安装 albumentations 依赖

pip install -r requirements/albu.txt

https://mmdetection.readthedocs.io/zh_CN/latest/model_zoo.html

https://blog.csdn.net/qq_43124451/article/details/127358415

用pycham为项目配置mmdetection虚拟环境

1. 用pycham打开mmdetection项目

2. pycham为项目配置虚拟环境（图为其他算法的图，步骤相同）

1. 取消自动创建，配置我们刚刚创建的环境

2. 点击设置

3. 选择刚刚配置的maskrcnn虚拟环境的python3.8文件，一般在(anaconda安装路径) /anaconda/envs/maskrcnn/bin内

4. 最后一路点确定

3. 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

4. 项目环境配置完成

训练见后续