MM-Detection环境配置

Jumy_S

已于 2024-06-04 11:30:53 修改

阅读量147

点赞数 1

文章标签： python

于 2023-10-02 20:40:40 首次发布

本文链接：https://blog.csdn.net/jumy_s/article/details/133500051

版权

MM-Detection环境配置

前置环境配置

pip install -U openmim -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

mim install mmengine -i https://pypi.tuna.tsinghua.edu.cn/simple
mim install "mmcv>=2.0.0" -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Jumy_S

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

【开放词汇检测】基于MMDetection的MM-Grounding-DINO实战

m0_47867638的博客

09-13

793

基础环境：Ubuntu 22.04、CUDA 11.7Grounding-DINO 是一种先进的开放集检测模型，能够处理包括开放词汇检测（OVD）、短语定位（PG）和指代表达式理解（REC）在内的多种视觉任务。由于其有效性，Grounding-DINO 已被广泛采用为各种下游应用的主流架构。然而，尽管它意义重大，但由于训练代码的不可用性，原始的 Grounding-DINO 模型缺乏全面的公共技术细节。

配置MMdetection环境并训练

dnty00的博客

05-28

2448

配置MMdetection环境（以VFNet为例）建议优先使用官网的方法哦，链接放在下面了！ https://github.com/open-mmlab/mmdetection/blob/master/docs/get_started.md 1、先创建一个conda环境并激活它 conda create -n open-mmlab python=3.7 -y conda activate open-mmlab 2、安装PyTorch 和 torchvision，根据cuda和pytorch版本安

参与评论您还未登录，请先登录后发表或查看评论

mmdetection环境搭建以及使用自己的数据集测试

黄小黄的窝

12-29

1230

一、环境 ubuntu 18.04 cuda 10.1 pytorch 1.6 二、安装mmcv 安装mmcv-full。mmdetection依赖于mmcv，并且要安装pytorch对应的版本，就像torchvision一样，各版本下载链接在https://openmmlab.oss-accelerate.aliyuncs.com/mmcv/dist/index.html 注意：一定要选择适合自己的版本否则会报错：Not compiled with GPU support 亲身尝试过。。。。三、安装

MMDeteceion V3版之系列一（环境安装、模型测试、训练以及模型后处理工具）

qq_41627642的博客

05-06

7932

1、MMDeteceion初识 MMDetection是一款优秀的基于PyTorch的深度学习目标检测工具箱，由香港中文大学(CUHK)多媒体实验室(mmlab)开发。基本上支持所有当前SOTA二阶段的目标检测算法，比如faster rcnn，mask rcnn，r-fcn，Cascade-RCNN等。读者可在 PyTorch 环境下测试不同的预训练模型及训练新的检测分割模型。根据 GitHub 项目所述，MMDetection的主要特征可以总结为以下几个方面：模块化设计：将检测或者分割任务分解成几个模

mmdetection基于 PyTorch 的目标检测开源工具箱入门教程

m0_61634551的博客

08-23

1182

MMDetection 支持在 Linux，Windows 和 macOS 上运行。它需要 Python 3.7 以上，CUDA 9.2 以上和 PyTorch 1.8 及其以上。从下载并安装 Miniconda。创建并激活一个 conda 环境。基于安装 PyTorch。使用安装和。在 MMCV-v2.x 中，mmcv-full改名为mmcv，如果你想安装不包含 CUDA 算子精简版，可以通过来安装。安装 MMDetection。

mmdet之训练和推理

deep_love1314的博客

06-20

4389

mmdetection的训练和推理

深度学习系列53：mmdetection上手

kittyzc的博客

11-19

952

建议使用coco格式，参见https://cocodataset.org/#format-data。文件从头至尾按照顺序分为以下段落：下面是从instances_val2017.json文件中摘出的一个annotation的实例，这里的segmentation就是polygon格式：“id”: 1768},从instances_val2017.json文件中摘出的2个category实例如下所示：“id”: 1,},“id”: 2,},

配置mmdetection环境.txt

07-31

在linux ubuntu18.04下配置mmdetection环境，自己趟过很多坑，记录下来，共下次使用，是真实可用的

mirrors-mmdetection-master.zip

01-08

对于压缩包内的"mmdetection"文件夹，其中包含了mmDetection的完整源代码、配置文件、模型定义、数据处理脚本等。用户需要按照官方文档的指示，配置环境，安装依赖，然后就可以利用这个框架进行自己的研究或项目开发...

Linux安装MMSelfSup

m0_57143158的博客

09-18

255

4、安装mmselfsup，得开vpn进行克隆项目。注意最后一条语句有个 . 点。3、使用 MIM安装 MMEngine 和 MMCV。2、安装Pytorch。5、测试mmselfsup是否安装成功。1、创建虚拟环境并激活。

mmyolo Windows下安装

green512的专栏

02-04

1181

这篇文章是学习使用mmyolo的第一篇文章，后面会有后续哦。

【亲测】集群环境中MMDetection3.0环境配置

丑小鸭

06-19

319

【亲测】集群环境中MMDetection3.0环境配置

mmDetection测试是否安装成功记录

最新发布

weixin_45558466的博客

06-20

254

代码原本是第一行，改成第二行的样子，将bbox_color改成None。1. 从Github上下载文件夹 mmdetection-main。在image_demo.py中加入下面两行代码。但还是有warning，我没再改，就这样了。也运行出结果了，就是也有warning。2024年6月20日，于笔记本电脑上。5. 在终端命令行也测试一下。点击倒数第二个报错文件。4. 运行配置中测试。

ubuntu20.04 在pycharm配置mmdetection教程

qq_57644051的博客

05-24

1488

此教程基于已经安装了（Anaconda）深度学习环境。

MMDetection3.0环境配置(ubuntu20.04 + miniconda)

2023年才睡醒的双非研究生

04-28

1159

配置环境试用SOLO之后，总感觉和Mask R-CNN比还差点意思，不论是精度还是速度，好像都没有作者说的那么强😮，不清楚是不是自建数据集的限制，或者因为没有调参影响了学习效果有兴趣的可以看原文配置训练试试俗话说：没有对比就没有伤害。俗话还说：没有实践就没有发言权既然觉得有问题，那就要控制变量做对比试验🤔，发现MMDetection框架里有很多可以直接使用的实例分割网络，根据官方提示开整🧐。

写给萌新的mmdet

weixin_46587777的博客

06-01

880

mmcv

mmdet重装方法--解决一般安装失败问题

qq_41719643的博客

10-12

5927

前言本教程适合对象：已经根据mmdet官方教程亲自安装过一遍的同学。在确定自己cuda、mmdet、mmcv版本匹配后，任然报一下编译不完全或奇怪的错误，可以通过重新安装mmdet 和 mmcv 解决，笔者已经遇到过多次并解决问题。 1.常见错误问题1：问题2：等等 2.解决方法 1.卸载原来版本 # 卸载mmcv-full pip uninstall mmcv-full # 卸载mmdet pip uninstall mmdet 2.再次安装 # 先安装mm..

mmdetection框架解读——anchor生成机制

silence2015的专栏

03-29

3893

anchor是一组先验框，在faster rcnn中被提出，再次记录mmdetection anchor生成思路。 mmdet中的AnchorGenerator类负责生成anchor，该类构造函数接收三个参数：base size，ratios，scales base size：anchor大小 ratios：anchor 高宽比 scales：anchor缩放比例每一处生成ratios*scal...

【mmdetection实践】（一）构建自己的数据集

麒麒哈尔的博客

11-05

4741

构建自己的数据集按照官网所说，构建自己的数据集有两种方法，自己的数据时COCO数据集的格式或者自己定义个数据集的格式。按照COCO数据集的格式这种方式要求数据按照COCO数据集的格式组织，COCO数据集的详细解释参考另一篇博客，主要是annotations中的json文件的内容需要注意。接下来我们看一下mmdetection是如何调用数据集的，首先看一下训练的config文件中对数据集的定...

mmdetection环境配置

04-05

以下是mmdetection环境配置的步骤： 1. 安装Anaconda或Miniconda 2. 创建一个新的conda环境 ``` conda create -n mmdetection python=3.7 -y ``` 3. 激活新的conda环境 ``` conda activate mmdetection ``` 4....