深度学习目标检测工具箱mmdetectiona安装

1. 系统配置及安装步骤
   1.1系统配置
   CentOS Linux release 7.4.1708
   1.2 安装步骤
   
2. 具体安装步骤
   2.1 安装anaconda3并创建虚拟环境
   STEP1 检查系统是否装过anaconda：anaconda –V，如果未显示版本信息，表明之前未安装过。
   STEP2 下载anaconda安装包：

# wget https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh
STEP3 打开存储目录，运行脚本进行安装
# chmod +x Anaconda3-2019.03-Linux-x86_64.sh
# ./Anaconda3-2019.03-Linux-x86_64.sh

STEP4 查看是否安装成功， conda list 若成功显示表明安装成功。
STEP5 更新所有包
# conda upgrade --all
STEP6 创建虚拟环境
# conda create -n mmdetection python=3.6

STEP7 激活并进入虚拟环境
# source activate mmdetection

2.2 安装nvidia driver
STEP1 查看之前是否安装过nvidia driver：nvidia-smi，如果没有显示相关信息表明未安装。
STEP2 下载 nvidia driver：https://www.geforce.cn/drivers
选择对应显卡，从而找到对应的驱动。
STEP3 给驱动文件赋权限
# chmod +x NVIDIA-Linux-x86_64-430.26.run
STEP4 命令行安装驱动
# ./NVIDIA-Linux-x86_64-430.26.run -no-x-check -no-nouveau-check -no-opengl-files
其中：-no-x-check：安装驱动时关闭X服务```
-no-nouveau-check 安装驱动时禁止nouveau
-no-opengl-files只安装驱动文件，不安装OpenGL文件
STEP5 检查是否安装成功，运行 nvidia-smi，如出现下图表明安装成功

2.3 cuda & cudatookit
STEP1 下载 CUDA：https://developer.nvidia.com/cuda-downloads
选择对应的版本，下载基本包以及补丁

STEP2 安装自己版本的cuda_10.1.168_418.67_linux.run，接受许可后，安装具体选项如下，只有驱动部分不需要安装，因为之前已经安装过了

STEP3 更新/etc/profile，，添加内容如下：

##cuda env

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=/usr/local/cuda-10.1

修改完保存退出，并更新：source /etc/profile
STEP4 验证是否安装成功：
# nvcc -V

2.4 cudnn
STEP1 下载cuda对应版本的cudnn（需要登录）
https://developer.nvidia.com/rdp/cudnn-download

STEP2 解压：
# tar -zxf cudnn-10.1-linux-x64-v7.6.1.34.tgz
STEP3 复制文件并赋权限

# cp cuda/include/cudnn.h /usr/local/cuda/include/
# cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
# chmod a+r /usr/local/cuda/include/cudnn.h 
# chmod a+r /usr/local/cuda/lib64/libcudnn*

2.5 安装pytorch & torchvision
STEP1 运行命令行安装
替换conda安装源

# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# conda config --set show_channel_urls yes
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# conda config --set show_channel_urls yes
# conda install pytorch pytorch torchvision -y

STEP2 检查是否安装成功

>>import torch
>>import torchvision

不报错证明安装成功。
2.6 安装cython
STEP1 命令行安装
# conda install cython -y
STEP2 检查是否安装成功
# conda list|grep cython

2.7 安装mmcv
STEP1 命令行安装

# yum install  python-qt4
# pip install mmcv --user

STEP2 检查是否安装成功
>>import mmcv

不报错，证明安装成功
2.8 安装mmdetection
STEP1 下载mmdetection
# git clone https://github.com/open-mmlab/mmdetection.git
STEP2 进入mmdetection目录，进行编译安装

# cd mmdetection
# ./compile.sh

至此，安装完成！