1. 创建pytorch环境
在已有的pytorch虚拟环境上复制环境
conda create -n certernet
这是使用pytorch1.2和CUDA 10.0;多CUDA共存请参考服务器多cuda共存
因为网络在线安装,容易断连,因此可以下载离线安装包
conda install --offline pytorch-1.2.0-py3.6_cuda10.0.130_cudnn7.6.2_0.tar.bz2
#安装pytorch依赖的其他包
conda install --channel https://conda.anaconda.org/anaconda pytorch=12.0
安装成功后通过以下命令测试:
测试当前pytorch的cuda版本
Python 3.6.2 |Continuum Analytics, Inc.| (default, Jul 20 2017, 13:51:32)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.version.cuda)
10.0.130
手动修改 torch/nn/functional.py 文件内容(文件地址:~/anaconda3/envs/CenterNet/lib/python3.6/site-packages/torch/nn/functional.py)
将以下方法中的参数torch.backends.cudnn.enabled 替换为 False
torch.batch_norm
2. 安装cocoapi
git clone https://github.com/cocodataset/cocoapi.git
cd $COCOAPI/PythonAPI
make
python setup.py install --user
3. 安装centernet
git clone https://github.com/xingyizhou/CenterNet
pip install -r requirements.txt
cd $CenterNet_ROOT/src/lib/models/networks/DCNv2
./make.sh
4. 测试
测试
cd src
python demo.py ctdet --demo ../images/24274813513_0cfd2ce6d0_k.jpg --load_model ../models/ctdet_coco_dla_2x.pth