Windows11安装Detectron2（附详细操作指南）

已于 2022-07-13 22:38:25 修改
阅读量8.1k 收藏 110
点赞数 26
分类专栏： Computer Vision Bin博的机器视觉工作间 Image Processing 文章标签： windows 深度学习 Detectron2 pytorch python
于 2022-07-13 00:40:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/iracer/article/details/125755029
版权

Windows11安装Detectron2

0.简介

Detectron2 是 Facebook AI Research 的下一代目标检测库，可提供最先进的检测和分割算法。 它是 Detectron 和 maskrcnn-benchmark 的继任者。它支持 Facebook 中的许多计算机视觉研究项目和生产应用程序。现在也有越来越多的模型基于detectron2构建或部署。下面是框架模型能实现的基本效果。

由于detectron2 官方不支持Windows系统，所以在windows系统上安装有些坑需要注意，本文介绍在windows11系统上安装Detectron2的步骤和注意事项。
在这里插入图片描述在这里插入图片描述图像来源：https://github.com/facebookresearch/detectron2

1.系统环境

测试机器的软硬件基本配置如下：

  • windows 11
  • anaconda（conda版本4.12.0）
  • pytorch 1.11.0
  • torchvision 0.12.0
  • cuda 11.3
  • cuDNN 8.0
  • python 3.8 （其他支持的版本也可以）
  • RTX 3080 laptop
  • Visual Studio（编译detectron2时会用到，二选一）
    • vs 2015
    • vs 2019
  • 安装时间：2022.7.12（当天下载的新版本，部分安装文件的代码与之前的有所不同）

2. Detectron2下载地址

3. windows11安装detectron2

  • Detectron2官方不提供windows支持
  • 实践证明windows 11可以正常安装和使用Detectorn2
  • 以下步骤在本机测试有效，不排除因不同电脑的系统环境等因素出现其他问题，建议根据提示逐一解决

(1) 新建conda环境

  • 创建新环境yolov7。因本机已经有pytorch1.11的环境，因此这里直接拷贝该环境，避免重复安装pytorch1.11
conda create -n yolov7 --clone pytorch1.11
  • 激活环境
conda activate yolov7

(2) 安装pytorch

对于还没有安装pytorch1.11的同学，可以在刚创建的conda环境中执行如下命令快速安装指定版本的torch和cudatoolkit

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio cudatoolkit=11.3

(3) 安装cocoapi

  • 为使用户更好地使用 COCO 数据集, COCO 提供了各种语言的API
  • Detectron2依赖cocoapi，在此提前安装
  • cocoapi下载地址
  • 下载cocoapi-master.zip后解压到D:\python\cocoapi-master
  • 启动conda prompt进入D:\python\cocoapi-master\PythonAPI目录
(yolov7) D:\python\cocoapi-master>
(yolov7) D:\python\cocoapi-master>cd PythonAPI
(yolov7) D:\python\cocoapi-master\PythonAPI>
  • 执行【生成命令】
(yolov7) D:\python\cocoapi-master\PythonAPI>python setup.py build_ext --inplace
  • 执行【安装命令】
(yolov7) D:\python\cocoapi-master\PythonAPI>python setup.py build_ext install
# 执行提示:
Installed c:\users\irace\.conda\envs\yolov7\lib\site-packages\pycocotools-2.0-py3.8-win-amd64.egg
Processing dependencies for pycocotools==2.0
Finished processing dependencies for pycocotools==2.0

(4) 安装fvcore

  • fvcore是一个轻量级的核心库，它提供了在各种计算机视觉框架(如Detectron2)中共享的最常见和最基本的功能
  • fvcore仓库地址
  • 下载fvcore-main.zip后解压到D:\python\fvcore-main
  • 将conda promt窗口切换到D:\python\fvcore-main目录
  • 编译安装
(yolov7) D:\python\fvcore-main>python setup.py build --force develop
# 安装提示：
Finished processing dependencies for fvcore==0.1.5

(5) 安装ninja

  • Ninja是一个比Make更快速的小型构建系统
  • 安装Detectron2需用用到Ninja，在此提前安装
  • 继续在conda promt窗口yolov7环境下安装ninja
conda install ninja

(6) 安装Detectron2

  • Detectron2仓库地址

  • 下载detectron2-main.zip后解压到D:\python\detectron2-main

  • 修改文件内容：注意以下所有要修改的文件都是在yolov7环境下找，别改错其他环境的文件了

  • 可通过everything搜索找到yolov7环境下对应文件，举例修改argument_spec.h文件，找env\yolov7文件夹中的文件
    在这里插入图片描述

  • 修改cpp_extension.py

C:\Users\irace.conda\envs\yolov7\Lib\site-packages\torch\utils\cpp_extension.py

第318行，注释的是原语句，后一行是改后的

# match = re.search(r'(\d+)\.(\d+)\.(\d+)', compiler_info.decode(*SUBPROCESS_DECODE_ARGS).strip())
match = re.search(r'(\d+)\.(\d+)\.(\d+)', compiler_info.decode(' gbk').strip())
  • 修改argument_spec.h

C:\Users\irace.conda\envs\yolov7\Lib\site-packages\torch\include\torch\csrc\jit\runtime\argument_spec.h

第170行，注释的是原语句，后一行是改后的

// static constexpr size_t ARG_SPEC_DEPTH_LIMIT = 128;
static const size_t ARG_SPEC_DEPTH_LIMIT = 128;
  • 修改Detectron2文件夹下ROIAlignRotated_cuda.cu

D:\python\detectron2-main\detectron2\layers\csrc\ROIAlignRotated\ROIAlignRotated_cuda.cu

将所有的ceil改为ceilf

建议用vs code等工具打开代码查找并替换，注意不能用replace all，因为有文件中有的函数名中包含ceil字母，必须一个个查看替换：
在这里插入图片描述

  • 修改Detectron2文件夹下deform_conv_cuda_kernel.cu

D:\python\detectron2-main\detectron2\layers\csrc\deformable\deform_conv_cuda_kernel.cu

将所有的floor改为floorf

  • 修改Detectron2文件夹下cocoeval.cpp

D:\python\detectron2-main\detectron2\layers\csrc\cocoeval\cocoeval.cpp

487行，注释的是原语句，后一行是改后的

  // localtime_r(&rawtime, &local_time);
  localtime_s(&local_time,&rawtime);
  • 下面可以开始编译，在Detectron-main文件夹下，执行命令
(yolov7) D:\python\detectron2-main>python setup.py build develop
可能的错误1：
  • 检测到的 CUDA 版本 (10.0) 与用于编译的版本不匹配
# 错误提示：
raise RuntimeError(CUDA_MISMATCH_MESSAGE.format(cuda_str_version, torch.version.cuda))
RuntimeError:
The detected CUDA version (10.0) mismatches the version that was used to compile
PyTorch (11.3). Please make sure to use the same CUDA versions.
  • 使用conda list命令，检查pytroch的cuda版本为cuda11.3：
pytorch                   1.11.0          py3.8_cuda11.3_cudnn8_0
  • 再检查系统安装的CUDA目录

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

  • 发现本机装了多个CUDA版本：9.2,10.0,11.3
  • 再检查系统环境变量CUDA_PATH设置是v10.0的版本
  • 因此，将系统环境变量CUDA_PATH改为11.3版本：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

  • 重启conda prompt （修改环境变量后必须重启命令行工具生效）

  • 再次激活yolov7环境，并进入detectron2-main目录，再次执行命令

(yolov7) D:\python\detectron2-main>python setup.py build develop
可能的错误2：
  • 发现在执行上述安装命令过程中，会下载很多个依赖库，一直报下载超时的错误
  • 例如：下载pathspec>=0.9.0超时，提示：
Installed c:\users\irace\.conda\envs\yolov7\lib\site-packages\mypy_extensions-0.4.3-py3.8.egg
Searching for pathspec>=0.9.0
Reading https://pypi.org/simple/pathspec/
Downloading https://files.pythonhosted.org/packages/42/ba/a9d64c7bcbc7e3e8e5f93a52721b377e994c22d16196e2b0f1236774353a/pathspec-0.9.0-py2.py3-none-any.whl#sha256=7d15c4ddb0b5c802d161efc417ec1a2558ea2653c2e8ad9c19098201dc1c993a
error: Download error for https://files.pythonhosted.org/packages/42/ba/a9d64c7bcbc7e3e8e5f93a52721b377e994c22d16196e2b0f1236774353a/pathspec-0.9.0-py2.py3-none-any.whl#sha256=7d15c4ddb0b5c802d161efc417ec1a2558ea2653c2e8ad9c19098201dc1c993a: timed out
  • 检查发现是要找 pathspec>=0.9.0时下载超时，可以用pip选择清华源安装
pip install pathspec==0.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple   
# ...
Successfully installed pathspec-0.9.0
  • 为了节约时间不一个个下载，可以执行setup.py时，直接将清华源加上，随后过程一马平川：
(yolov7) D:\python\detectron2-main>python setup.py build develop -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 最后的结果
Finished processing dependencies for detectron2==0.6

4.测试安装

(1) 下载模型

  • Detectron2 Model Zoo地址
  • 选择model zoo中一个模型下载用于测试
  • 注意1个模型需要下载2个文件：
    • 表格第1列模型名称右键另存的是 [*.yaml] 模型描述文件
    • 表格倒数第2列model按钮右键另存为的是 [*.pkl] 权重文件
  • 下载权重文件*.pkl
    • 例如，下载模型权重文件为：model_final_280758.pkl
    • 在D:\python\detectron2-main下新建一个models目录存放下载的模型权重（也可以放其他地方）
    • 在models目录下新建models\faster_rcnn_R_50_FPN_3x目录（模型多了，用文件夹名区分不同的模型权重）
    • 将权重model_final_280758.pkl拷贝到D:\python\detectron2-main\models\faster_rcnn_R_50_FPN_3x\中
  • 下载网络结构文件*.yaml
    • 例如，下载模型结构文件为：faster_rcnn_R_50_FPN_3x.yaml
    • 将上述文件拷贝到D:\python\detectron2-main\configs中合适的文件夹下（该文件夹下默认已经有很多模型的结构文件了）
  • 下面是Faster R-CNN系列模型下载地址:
Namelr schedtrain time (s/iter)inference time (s/im)train mem (GB)box APmodel iddownload
R50-C41x0.5510.1024.835.7137257644model | metrics
R50-DC51x0.3800.0685.037.3137847829model | metrics
R50-FPN1x0.2100.0383.037.9137257794model | metrics
R50-C43x0.5430.1044.838.4137849393model | metrics
R50-DC53x0.3780.0705.039.0137849425model | metrics
R50-FPN3x0.2090.0383.040.2137849458model | metrics
R101-C43x0.6190.1395.941.1138204752model | metrics
R101-DC53x0.4520.0866.140.6138204841model | metrics
R101-FPN3x0.2860.0514.142.0137851257model | metrics
X101-FPN3x0.6380.0986.743.0139173657model | metrics

(2) 安装opencv

  • demo需要是用opencv库
  • 安装opencv-python，从清华源找一个可以下的版本，这里选择4.5.5.62版下载
(yolov7) D:\python\detectron2-main>pip install opencv-python==4.5.5.62 -i https://pypi.tuna.tsinghua.edu.cn/simple

(3) 运行测试代码

  • 准备待测图像

    • demo.py同级目录下新建images文件夹：D:\python\detectron2-main\demo\images
    • 将待测图像拷贝到D:\python\detectron2-main\demo\images文件夹（也可以放其他目录）

  • demo运行方式1：命令行运行demo.py

    • 用conda promt在D:\python\detectron2-main目录下运行demo/demo.py（注意demo.py的路径）
    • 这个命令参数太多太长，容易输入错误，各种提示找不到文件或路径
python demo/demo.py --config-file ../configs/COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml --input images/rally.jpg --opts MODEL.WEIGHTS ../models/faster_rcnn_R_50_FPN_3x/model_final_280758.pkl

  • demo运行方式2：在pycharm中运行demo.py，这种方式方便调试

    • 在pycharm中打开Detectron2工程中的demo.py文件

    • 设置命令行参数：Run → Edit Configuration → Configuration → Parameters中输入命令行参数如下：

      –config-file
      …/configs/COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml
      –input
      images/rally.jpg
      –output
      output
      –opts
      MODEL.WEIGHTS
      …/models/faster_rcnn_R_50_FPN_3x/model_final_280758.pkl
      在这里插入图片描述

    • 点击【ok】后，直接即可在pycharm中运行demo.py

    • 运行后，检测结果rally.jpg将自动保存在D:\python\detectron2-main\demo\output文件夹下
      在这里插入图片描述

  • 至此，Windows 11下安装Detectro2圆满结束。

本文更新地址：https://blog.csdn.net/iracer/article/details/125755029?spm=1001.2014.3001.5501
转载请注明出处。

iracer
关注
  • 26
    点赞
  • 踩
  • 110
    收藏
    觉得还不错? 一键收藏
  • 24
    评论
专栏目录
detectron2：detectron2 Windows构建
02-06
的PyTorch安装相匹配。 您可以在它们安装在一起以确保这一点。 演示和可视化所需的OpenCV ： pip install git+https://github.com/facebookresearch/fvcore pycocotools： pip install cython; pip install git+...
detectron2 cuda编译源文件适合windows系统
06-22
确保选择与你的GPU兼容的版本，并遵循安装指南进行操作。 2. **配置环境变量**: 安装CUDA后，你需要将CUDA的安装路径添加到系统的PATH环境变量中，这样编译器才能找到CUDA的相关库和工具。 3. **安装CUDNN**: 下载...
Slowfast行为识别环境搭建（detectron2的windows环境搭建）
weixin_65953355的博客
05-31 723
相信在windows下配备slowfast行为识别的代码时尤其detectron2库的安装遇到各种奇奇怪怪的问题，torch卸了装，装了卸，或者cuda版本不对应，又是卸了装装了卸的，甚至导致其他工程项目配置的环境崩溃，需要重新安装。在此描述自己成功案例，屡试不爽，本人基本项目环境：win11 pycharm23.1 cuda11.3 torch1.10.0+cu113 torchvision0.11.0+cu113。
Windows11安装detectron2全流程记录帖（含torch安装）
weixin_43907922的博客
04-22 2822
本文主要介绍windows系统下安装detectron2的全流程，包括环境搭建、torch安装、detectron2安装以及本人安装过程中遇到的bug及相应解决办法。
解决安装detectron2报错The detected CUDA version mismatches the version that was used to compile
最新发布
m0_51516317的博客
06-03 343
解决安装detectron2报错The detected CUDA version mismatches the version that was used to compile
Windows11下安装detectron2超详细教程（免修改版本）（不用进行修改代码）
CaiGuoHui1的博客
03-05 2597
Windows11下安装detectron2超详细教程（免修改版本）（不用进行修改代码）
【安装教程】Windows10/11安装detectron2教程
qq_21532607的博客
11-28 6247
由于Facebook的detectron2没有对windows平台做官方支持，所以在安装的时候发生了很多问题，于是有了这篇问题记录的贴子。截至2022.11.28GitHub上detectron2的版本为0.6。如果文章对你有帮助请给我一个小小的赞。
detectron2安装步骤
QHCV的博客
06-02 486
我一般使用下面的命令。
windows10 安装失败 detectron2 失败的原因
码农小胖哥
04-29 3720
确保安装前命令行执行 cl 命令大致如下 (detectron2py37) PS C:\Users\Administrator> cl 用于 x64 的 Microsoft (R) C/C++ 优化编译器 19.25.28614 版 版权所有(C) Microsoft Corporation。保留所有权利。 用法: cl [ 选项... ] 文件名... [ /link 链接选项... ]...
win10安装detectron2
m0_50948137的博客
07-26 520
创建虚拟环境 conda creat detectron2 启动虚拟环境 conda activate detectron2 配置相关的镜像源 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels ht
Linux安装detectron2（防踩雷掉坑）
dshl9595的博客
05-10 6848
Linux安装detectron2基本配置及版本要求安装步骤 Detectron2最近更新到了0.1.2版本，安装的要求也改变了一些，最近在部门的服务器上进行安装（普通用户权限），特记录一下。 服务器配置 系统：Centox 7.0 GPU： CUDA：10.1 gcc: 7.3.1 基本配置及版本要求 Linux 或 macOX Python>=3.6 PyTorch>=1.4 安装步骤 1. anaconda创建环境 conda create -n detectron2_1 pyt
detectron2官方代码
04-17
《Detectron2官方代码详解与应用指南》 Detectron2是一个强大的开源计算机视觉研究平台，由Facebook AI Research（FAIR）开发，它基于PyTorch框架，提供了多种现代视觉任务的实现，包括对象检测、语义分割等。本文...
Detectron详细安装教程
10-31
Detectron是Facebook AI研究院(FAIR)于2018年初公开的目前为止业内最佳水平的目标检测平台。据介绍，该项目自 2016 年 7 月启动，构建于 Caffe2 之上，目前支持大量机器学习算法，其中包括 Mask R-CNN（何恺明的研究...
detectron2.zip
07-30
4. **C++ Build Tools**: Detectron2的一些组件需要C++编译器，因此确保你的系统上有安装C++ build tools，例如Visual Studio或者MinGW（Windows），GCC（Linux）。 5. **OpenCV**: 开源计算机视觉库OpenCV是...
The detected CUDA version (XX) mismatches the version that was used to compilePyTorch (XX).
victor_manches的博客
04-21 8761
CUDA Driver API 显卡驱动, 驱动API 也是当前驱动支持的最高CUDA版本，就是平时你看电影打游戏的时候装的驱动，这里是越高越好。装完了可以确认下是不是自动配置了环境变量,打开终端输入下面bash指令，就可以看到加入了，那就欧了，如果没有加可以自己配置下新的环境变量就可以了。虽然我的torch.cuda是ture,但是在编译的时候用的主还是CUDA所以这里编译的时候就报错了。， 不用删除之前的CUDA版本，只要下对应的pytorch对应的CUDA版本以及下好对应。
安装slowfast时候 detectron2一直在安装失败
weixin_49148527的博客
11-30 718
slowfast官网安装链接 我的配置版本： Python 3.8.12 1.8.0+cu111 detectron2官网安装 如果重新安装这个需要删除原先build的：rm -rf build/ **/*.so 成功：
Detectron2安装测试
happyday_d的博客
12-10 2万+
Detectron2安装测试 Detectron2是FAIR开源的基于Pytorch1.3.1的目标检测算法实现. Detectron2-github 1.Detectron2安装 1.1 安装配置基本环境 可参考项目中的Installtion conda create -n detectron2 python=3.7 conda activate detectron2 PyTorch ...
深度学习模型库detectron2的安装、使用和自定义数据集训练
xiaer___的博客
08-19 2808
一、介绍二、安装三、使用四、训练自己的数据集detectron2库是由facebookresearch团队开发的开源项目，github地址为，这里封装集成了很多深度学习的模型，包括基础的rcnn系列以及transform系列，详细了解可以查看官方文档，接下来介绍的安装使用训练都是基于官方文档的介绍。下面的安装使用训练都是基于centos系统的。其它环境请查阅官方文档。
Windows10下安装detectron2超详细教程（小白视角）
热门推荐
weixin_42644340的博客
10-20 2万+
深度学习中遇到的问题总结DAY 2前言NVIDIA显卡驱动安装vs2019安装cocoapi（windows）安装fvcore：安装detectron2错误产生原因以及解决方案 前言 在查了半天的资料，踩了无数的坑后，我来给大家总结下windows10下安装detectron2的超详细教程（最终亲测成功）。关于anaconda3与pytorch安装百度很多了，这里就不介绍了。 NVIDIA显卡驱动 这里官方文档介绍采用CUDA10.1(其他旧版本驱动未测试)。 因此如果目前cuda的版本不是10.1或10.
windows安装detectron2
03-16
1. 确保你的电脑已经安装了Python环境和CUDA。 2. 下载并安装Anaconda，然后在Anaconda Prompt中创建一个新的虚拟环境。 3. 在虚拟环境中安装PyTorch和torchvision。 4. 克隆Detectron2的GitHub仓库。 5. 在Detectron2目录下运行命令：python setup.py build develop 6. 安装COCO API。 7. 测试安装是否成功，运行demo脚本。 以上是安装Detectron2的大致步骤，具体细节可以参考Detectron2官方文档。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 24
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值