win10系统配置mmdetection2.6指南

最新推荐文章于 2023-05-19 14:18:02 发布

SimonHow

最新推荐文章于 2023-05-19 14:18:02 发布

阅读量924

点赞数 2

分类专栏： mmdetection 文章标签： pytorch 神经网络深度学习 python windows 10

本文链接：https://blog.csdn.net/heshuaimin/article/details/114871027

版权

mmdetection 专栏收录该内容

2 篇文章 1 订阅

订阅专栏

win10系统配置mmdetection2.6指南

在此特别鸣谢B站up主：小鸡炖技术。windows系统配置mmdetection系列视频指路：https://space.bilibili.com/359205617?spm_id_from=333.788.b_765f7570696e666f.1
这篇博客主要记录我在配置mmdetection2.6时遇到的一些问题以及解决方法。现在已经可以顺利的跑起来了，训练了一个扑克牌识别模型。

环境配置

首先看一下我的环境：
Python3.7.9+PyTorch1.6.0+CUDA10.1+CuDNN7.6.4+TorchVision0.7.0+MMCV1.1.5+Visual Studio2017

sys.platform: win32
Python: 3.7.9 (default, Aug 31 2020, 17:10:11) [MSC v.1916 64 bit (AMD64)]
CUDA available: True
GPU 0,1: GeForce GTX 1080 Ti
CUDA_HOME: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
NVCC: Not Available
GCC: n/a
PyTorch: 1.6.0
PyTorch compiling details: PyTorch built with:
  - C++ Version: 199711
  - MSVC 192628806
  - Intel(R) Math Kernel Library Version 2020.0.0 Product Build 20191125 for Intel(R) 64 architecture applications
  - Intel(R) MKL-DNN v1.5.0 (Git Hash e2ac1fac44c5078ca927cb9b90e1b3066a0b2ed0)
  - OpenMP 2019
  - CPU capability usage: AVX2
  - CUDA Runtime 10.1
  - NVCC architecture flags: -gencode;arch=compute_37,code=sm_37;-gencode;arch=compute_50,code=sm_50;-gencode;arch=compute_60,code=sm_60;-gencode;arch=compute_61,code=sm_61;-gencode;arch=compute_70,code=sm_70;-gencode;arch=compute_75,code=sm_75;-gencode;arch=compute_37,code=compute_37
  - CuDNN 7.6.4
  - Magma 2.5.2
  - Build settings: BLAS=MKL, BUILD_TYPE=Release, CXX_FLAGS=/DWIN32 /D_WINDOWS /GR /EHsc /w /bigobj -openmp:experimental -DNDEBUG -DUSE_FBGEMM -DUSE_VULKAN_WRAPPER, PERF_WITH_AVX=1, PERF_WITH_AVX2=1, PERF_WITH_AVX512=1, USE_CUDA=ON, USE_EXCEPTION_PTR=1, USE_GFLAGS=OFF, USE_GLOG=OFF, USE_MKL=ON, USE_MKLDNN=ON, USE_MPI=OFF, USE_NCCL=OFF, USE_NNPACK=OFF, USE_OPENMP=ON, USE_STATIC_DISPATCH=OFF, 

TorchVision: 0.7.0
OpenCV: 4.2.0
MMCV: 1.1.5
MMCV Compiler: MSVC 192729111
MMCV CUDA Compiler: 10.1
MMDetection: 2.6.0+

安装Anaconda(python3.7.9版本)，网上教程很多很多了，不再赘述，网上安装包有时下载很慢，需要的可以评论私信我（个人推荐安装时直接勾选将Anaconda添加到环境变量，不建议在最后选择安装Microsoft VS Code）
安装Microsoft Visual Studio 2017，这个地方需要注意的地方还是蛮多的。

①我在这个地方卡了很久，up视频里关于VS安装这块讲的不是很详细，结合自己的理解和经历来谈谈。

②up教程里一直强调装VS，他使用的IDE我一直以为是VS2015，但后来发现那个是VS Code。**并不意味安装了VS Code就不需要安装VS 2015及以上版本。**关于两者的区别自己上网搜。个人理解：安装Microsoft Visual Studio的作用是提供C++编译环境，以及mmdetection运行时所必须的microsoft visual c++ runtime 2014等必要依赖。

③up主安装时使用的是VS2015，个人建议不要比VS2015低。

④安装VS的时候我安装Python开发和使用C++的桌面开发两个组件。具体如图。一开始我并没有安装使用C++的桌面，所以在按照视频配置的时候会出现一片红，主要时Runtime Error，提示我找不到microsoft visual c++ runtime 2014。

⑤现在觉得Python开发组件应该可以不用安装。因为还是习惯在终端命令行跑模型。
CUDA和cudnn的安装。up的几个视频里详细的讲了这两个组件的安装，以及要替换修改什么东西。具体的看视频就好了。

①cuda和cudnn安装针对nvidia系列显卡，其他品牌的显卡好像不需要的。

②安装cuda之前看一下你的显卡驱动版本，cuda、cudnn和驱动有版本对应关系。csdn里好多博客。
不建议在设备管理器里鼠标右键更新显卡驱动。我就是因为这样导致了电脑黑屏无法修复，重装了系统，还差点搞丢了ubuntu。

③mmdetection对cuda版本有要求，所以更新驱动的时候要去nvidia官网看一下和自己显卡型号相匹配的显卡驱动下载安装即可。

④关于nvidia官网驱动下载缓慢的解决办法：复制下载连接，使用迅雷下载，有惊喜。
mmdetection环境配置。上述三个环境配置完成，就可以按照up视频进行mmdetection环境配置。

①mmdetection1.x版本、2.0版本、2.3版本、2.6版本。2.6和前三个版本安装差别很大，也是最简单的。

②2.6的视频里边运行命令python setup.py develop之前，一定要参照2.0版本视频，修改setup.py文件中CUDAExtension中extra_compile_args 相关代码，增加cxx的："-DMS_WIN64","-MD"。否则后续会报错。报错内容后边会讲到。

③2.6视频中使用下边两条命令时会报错：
第一条命令是conda install pytorch=1.6 torchvision cudatoolkit=10.1，这个命令是安装pytorch的，在某个视频教程中up教了如何更换镜像源，大家可以去找。我不知道我是没有更换镜像源成功还是怎么的，使用这个命令不太行。总是安装失败。So I take the airplane(相信你懂的)，利用pytorch官网提供的命令进行安装。网址：https://pytorch.org/get-started/previous-versions/，需要注意的是一定要根据torchversion、pytorch、系统、cuda版本找到正确的安装命令。因为是从官方源安装（官方源在国外）所以你得想点办法才行（手动狗头）。
安装pytorch时，我建议大家像up在某个视频里边提到的，将pytorch单独配置一个虚拟环境，后续直接copy这个虚拟环境即可。

第二条命令是pip install mmcv-full==1.1.5+torch1.6.0+cu101 -f https://download.openmmlab.com/mmcv/dist/index.html，这个是用来安装mmcv的，具体报的什么错我已经记不得了。反正是我配置的时候输这个命令就是不行。我的解决方法是参照mmdetection官方说明文档上的命令进行解决。附上官方文档的链接吧：https://mmdetection.readthedocs.io/en/latest/get_started.html#installation

④使用pip install -r requirements.txt安装依赖时也可能会报错，尤其是安装一部分之后报错。具体报错内容已经记不清楚了。我记得是有runtime error，还有就是会提示升级pip，好像还会有提示你缺少一些必要的packages，按照提示升级pip或者安装缺少的packages即可。

特别强调：up主电脑上因为配置太多太多边的mmdetection，所以在2.6版本教程里边他并没有提及安装pycocotools，这个对于requirements.txt中依赖项的安装极其重要。我就因为没有安装pycocotools，报错了。因此在pip install -r requirments.txt之前按照1.x版本教程安装pycocotools。
安装成功的说明。

当你可以按照此篇博客和up视频教程用摄像头运行demo.py的时候。Congratulations!你离成功不远了。

按照up的2.6视频修改相关.py文件。就可以尝试训练你自己的数据集了。下面是我训练poker数据集的时候遇到的一些问题整理

mmdetection2.6训练voc格式扑克牌数据集

数据集来源博客：https://blog.csdn.net/laizi_laizi/article/details/104256781，在此特别鸣谢博主。

一、补充说明

1、上述博客中使用linux系统进行训练。

2、上述博客中代码需要修改的地方已经很详细了。但博主使用的mmdetection版本应该比较老。从某个版本(具体记不清了，2.6版本适用)开始，num_classes= constant 这一项已经不需要加上图片背景了，即num_classes=6而不是=7。

3、博主百度云中的数据集是存在一些问题的，这在后边Error集锦中会提到。

二、Error集锦

1、AttributeError: ‘ConfigDict‘ object has no attribute ‘pipeline‘

解决办法：参看博客：https://blog.csdn.net/tycoer/article/details/109507124
主要是把voc0712.py中train中第一个字典给注掉，如图。
在这里插入图片描述
2、ValueError: need at least one array to concatenate

解决办法：首先出现这个问题的原因是mmdetection不能够正确读取图片数据，因此神经网络没有数组进行相关的计算。报错了。
首先是肯定要检查你的数据集有没有问题的，比如命名、路径、格式之类。其次就是看你的环境有没有配置好，我在前边5-②中说过需要修改.py文件。我就是一开始没有修改，检查数据集没问题仍报这个错，当我修改.py文件后，重新运行python setup.py develop，进而再跑模型的时候就没有报错了。

关于voc数据格式，从上述博客中下载的是这样的，这样的数据是没有办法读取的。

我修改以后的是这样的
在这里插入图片描述 voc格式数据集必须是一行行分开的。需要更新后的.txt文件的可以评论区留下邮箱即可。

3、No such file or directory:E:\mmdetection\mmdetection2.6\data\VOCdevkit\poker_voc\VOC2007\Annotations\.xml

关于这个报错还是和数据集有关系：提示.xml文件不存在意味着数据集标签中没有空格命名的文件，那肯定是.txt文件中有空格行导致了这个问题，所以我们就要去检查.txt是否有空格行，有的话删除保存就可以了。

三、最终结果
在这里插入图片描述

后续还会进行其他数据集训练。
有问题会继续更新。

吐槽一下，想把文章收进专栏，所以重新发布了一下，没想到审核没过，说我违法国家法律法规，郁闷？？？

SimonHow

关注

2
点赞
踩
7

收藏

觉得还不错? 一键收藏
3
评论
win10系统配置mmdetection2.6指南

win10系统配置mmdetection2.6指南在此特别鸣谢B站up主：小鸡炖技术。windows系统配置mmdetection系列视频指路：https://space.bilibili.com/359205617?spm_id_from=333.788.b_765f7570696e666f.1这篇博客主要记录我在配置mmdetection2.6时遇到的一些问题以及解决方法。现在已经可以顺利的跑起来了，训练了一个扑克牌识别模型。环境配置首先看一下我的环境：Python3.7.9+PyTorch1
复制链接

扫一扫