前言:MMYOLO 支持在 Linux,Windows 和 macOS 上运行。它需要 Python 3.6 以上,CUDA 9.2 以上和 PyTorch 1.7 以上
安装
1.创建并激活一个新的conda环境
conda create -n mmyolo python=3.8 -y
conda activate mmyolo
2.官网安装pytorch
查询自己cuda版本
nvcc -V
官网选择合适版本安装
我的cuda版本是11.2,所以我选择11.3
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
3.使用 MIM 安装MMEngine、MMCV和MMDetection
pip install -U openmim
mim install "mmengine==0.1.0"
mim install "mmcv>=2.0.0rc1,<2.1.0"
mim install "mmdet>=3.0.0rc1,<3.1.0"
4.安装MMYOLO
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
pip install -r requirements/albu.txt
mim install -v -e .
# "-v" 指详细说明,或更多的输出
# "-e" 表示在可编辑模式下安装项目,因此对代码所做的任何本地修改都会生效,从而无需重新安装。
验证
1.下载配置文件和模型权重文件
mim download mmyolo --config yolov5_s-v61_syncbn_fast_8xb16-300e_coco --dest .
2.推理验证
python demo/image_demo.py demo/demo.jpg \
yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py \
yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth
# 可选参数
# --out-dir ./output *检测结果输出到指定目录下,默认为./output, 当--show参数存在时,不保存检测结果
# --device cuda:0 *使用的计算资源,包括cuda, cpu等,默认为cuda:0
# --show *使用该参数表示在屏幕上显示检测结果,默认为False
# --score-thr 0.3 *置信度阈值,默认为0.3
如果环境配置成功则/mmyolo/output/中有这样一张图片,配置完成