基于linux的MMYOLO环境配置

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