系统软件安装情况说明
- 已更新apt源为清华大学源
- 已安装vim、git、anaconda3.5
- anaconda3的安装目录为/home/l3/anaconda3
- anaconda3 python3.6已安装以下功能包:
- torch==1.5.0
- torchvision==0.6.0
- easydict==1.9
- opencv-python==4.2.0.34
- numpy==1.18.3
- torchsummary==1.5.1
- tensorboard==2.2.1
- scikit-learn==0.22.2
- wget==3.2
3d_yolo_detec使用
测试
# 激活conda虚拟环境
source activate python3.6
# CPU
cd /home/l3/3d_detect/lidar_sfa3d_detect_track/sfa/ && python3 test_2d_show.py --no_cuda
# GPU版本测试
cd /home/l3/3d_detect/lidar_sfa3d_detect_track/sfa/ && python3 test_2d_show.py
# 退出conda虚拟环境
source deactivate
conda 使用方法
包管理
# 检验当前 conda 的版本
conda -V
# 列出当前环境下所有安装的 conda 包。
$ conda list
# 列举一个指定环境下的所有包
$ conda list -n env_name
# 查询库
$ conda search scrapys
# 已激活虚拟环境:安装库安装时可以指定版本例如:(scrapy=1.5.0)
$ conda install scrapy
# 未激活虚拟环境为指定环境安装某个包
$ conda install --name your_env_name package_name
# 更新安装的库
$ conda update scrapy
# 更新指定环境某个包
$ conda update -n your_env_name package_name
# 更新所有包
$ conda update --all
# 检查更新当前 conda
$ conda update conda
# 已激活虚拟环境:删除已经安装的库(conda uninstall)
$ conda remove [package_name]
# 未激活虚拟环境:删除指定环境某个包
$ conda remove -n your_env_name [package_name]
# 删除没有用的包
$ conda clean -p
虚拟环境管理
# 查看现有的虚拟环境
$ conda info --env
## 或
$ conda env list
# 创建虚拟环境,后面的python=3.6是指定python的版本
$ conda create --name env_name python=3.6
# 创建包含某些包的环境(也可以加上版本信息)
$ conda create --name env_name python=3.7 numpy scrapy
# 激活某个环境
$ conda activate your_env_name
# 关闭某个环境
$ conda deactivate
# 复制某个环境
$ conda create --name new_env_name --clone old_env_name
# 删除某个虚拟环境
$ conda remove --name env_name --all
# 生成需要分享环境的yml文件(需要在虚拟环境中执行)
$ conda env export > environment.yml
# 别人在自己本地使用yml文件创建虚拟环境
$ conda env create -f environment.yml
其他
# 查看conda源
conda config --show-sources
参考资料
ubuntu 安装yolo模型依赖文件
# 更新系统依赖文件
sudo apt-get upgrade
# 清除系统软件垃圾
sudo apt-get autoremove
sudo apt-get remove
sudo apt-get clean
# conda更新
conda update conda
# conda配置
conda config --set show_channel_urls yes
修改.condarc:
gedit ~/.condarc
在**.condarc**文件中添加以下内容:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
执行以下指令
conda clean -i
安装yolo模型依赖文件:
# 激活环境
conda activate
# 关闭环境
conda deactivate
# 创建python3.6环境(
conda create --name python3.6 python=3.6
# 激活环境
conda activate python3.6
# 安装依赖
pip install torch==1.5.0
pip install torchvision==0.6.0
pip install easydict==1.9
pip install opencv-python==4.2.0.34
pip install numpy==1.18.3
pip install torchsummary==1.5.1
pip install tensorboard==2.2.1
pip install scikit-learn==0.22.2
pip install wget==3.2