【初探DETR】安装环境

最新推荐文章于 2024-06-05 14:32:51 发布
最新推荐文章于 2024-06-05 14:32:51 发布
阅读量2.7k 收藏 18
点赞数 3
文章标签： pytorch 深度学习 人工智能
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/kuoyang/article/details/120985877
版权
本文档主要介绍了在Windows系统中安装DETR所需环境的步骤，包括cython、torch torchvision (针对CUDA 10.2)，以及如何在Windows上安装pycocotools、panopticapi和scipy、onnx、onnxruntime等依赖。提供了安装和编译的资源链接及说明。
摘要由CSDN通过智能技术生成

windows下 需要环境

cython
git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI&egg=pycocotools
torch>=1.5.0
torchvision>=0.6.0
git+https://github.com/cocodataset/panopticapi.git#egg=panopticapi
scipy
onnx
onnxruntime

1.cython

pip install Cython

2.torch torchvision

我是在Windows下，安装的cuda10.2，大家可以自行参考，或者上pytorch官网查看,还是很好用的。找自己指定版本，或者自己修改到指定版本。

pip install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio -f https://download.pytorch.org/whl/cu102/torch_stable.html

3.pycocotools

官方连接给的只能在Linux下，Windows有大佬修改出来了，下带连接

最低0.47元/天 解锁文章
kuoyang
关注
  • 3
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
全景分割panopticapi使用
weixin_33711641的博客
11-26 2977
文件解析 参考github:https://github.com/cocodataset/panopticapi 输入图像： 标注图像png: 标注json文件（里面有两张图）： {"info": {"description": "COCO 2018 Panoptic Dataset", "url": "http://cocodataset.org", "version&q
DETR的图片测试脚本
06-21
DETR 官方只提供了训练代码，没有提供测试程序，网上也很少有用的教程，这个detr-test可以用来测试自已训练的图片，只需要导入自已的权重文件，加载图片，就可以显示出检测框和标签名
Detr部署
最新发布
qq_50374797的博客
06-05 491
定义了一个包含COCO数据集中所有类别名称的列表，共91个类别，其中一些索引位置上是'N/A'，表示没有对应类别# 定义了一组用于可视化的颜色，每个颜色是一个RGB值的列表。
panopticapi库安装
weixin_48568323的博客
07-01 4992
panopticapi库安装
panopticapi库的安装
None__None的博客
01-07 1605
安装panopticapi库，亲测可用！！
DETR安装
zootopia20169172的博客
04-03 1630
直接pip install -r requirements.txt以下三个包老是报错。直接在github上面下载这三个的压缩包。base下面的安装包，应该在以下位置。下载下来后，安装他的绝对路径。
探索PanopticAPI：高效且灵活的图像分割工具
gitblog_00095的博客
04-26 424
探索PanopticAPI：高效且灵活的图像分割工具 项目地址:https://gitcode.com/cocodataset/panopticapi 项目简介 PanopticAPI 是一个由COCO Dataset团队开发的开源项目，专注于提供一种高效、易于使用的接口，用于处理和评估图像的全景分割任务。该库旨在简化研究人员和开发者在图像理解和计算机视觉领域的实验过程，尤其是对于需要精细像素级识...
TensorRT部署DETR项目工程
07-04
确保你有NVIDIA GPU和安装了TensorRT、ONNX等相关依赖，然后按照脚本顺序执行，即可完成DETR模型的TensorRT部署和性能测试。 **5. 性能优化** 在实际部署中，可以通过调整TensorRT的优化参数，如动态形状支持、混合...
detr上板训练编译结果
04-10
1. **资源限制**：硬件设备的计算能力和内存大小可能限制模型的规模和运行速度，需要进行模型剪枝或量化以适应资源有限的环境。 2. **优化工具**：使用如TensorRT、OpenVINO等优化工具可以加速模型推理，但需要对...
DETR:DEtection TRansformer
07-10
DETR，是首次将Transformer运用于目标检测，实现了transformer在CV界能够完成下游任务，该资源包含DETR全部代码，训练代码、测试代码、全部调通，无需修改，直接运行；coco数据集，API曲线、训练权重、测试权重等，...
ObjectDetectionTraining：用于TensorFlow对象检测模型的训练和重新训练脚本
02-14
模型训练 用于在COCO类的选择性子集上（重新）训练Tensorflow Zoo模型的脚本 依存关系 运行./install_deps.sh以安装必要的依赖项。 如果要在非Jetson设备上安装，请设置环境变量NOT_NVIDIA=true 。 该脚本创建了一个Python虚拟环境，您可以通过运行source env/bin/activate 。 生成输入数据 Tensorflow API使用一种特殊类型的文件作为其输入图像： 格式。 在可以找到将COCO数据集转换为正确的TFRecord文件格式的完整文档。 新数据集 虽然COCO数据集非常庞大，并且包含我们关注的有限子集（人，汽车，卡车等）中每个类的许多示例，但该数据集并没有包含许多来自不同角度的奇怪图像，例如无人机或监控镜头捕获的物体的俯视透视图。 以下是一些有希望的数据集，它们可以帮助缓解此问题： 如果证明这些（或其他类似）数据
README_DETR-标注.pdf
12-23
DETR-标注.pdf DETR（Detection Transformer）是一种基于Transformer架构的目标检测算法，由Facebook AI研究院提出。DETR的出现，标志着目标检测领域从传统的基于规则的方法迈入了基于深度学习的新时代。 DETR的...
【解决 Command errored out with exit status 128: git clone -q https://github.com/cocodataset/cocoapi.g】
lxslxslxsllll的博客
09-16 530
报错。
安装pycocoapi， pip install “git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI“出错
HY的博客
03-23 6141
安装pycocoapi，pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI’出错 原因 解决方法 原因 墙了，国外访问链接失败 解决方法 linux: pip install “git+https://gitee.com/wsyin/cocoapi.git#subdirectory=PythonAPI” windows: pip install git+https://github.com/ph
pip install git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI
liuyang_xyz的博客
07-27 2188
1. fatal: unable to access 'https://github.com/cocodataset/cocoapi.git/': OpenSSL SSL_read: Connection was reset, errno 10054 原因被墙，可以通过科学上网解决。 2. ValueError: check_hostname requires server_hostname 打开电脑设置>>>网络和Internet>>>代理>>>
pip install git+https:xxxx安装失败解决方法
qq_45961101的博客
04-26 5112
即可安装成功，达到同样的效果。
安装COCO API
qq_41552756的博客
01-25 1649
仅作参考，勿喷 官方文档：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md 官方给出的方法似乎是在Linux系统下的 本人环境说明：windows10下搭建tensorflow ssd模型，tensorflow用的是cpu版本的，用了anaconda...
pycocoapi，pip install “git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI“出错
qq_37791134的博客
08-02 3742
安装pycocoapi，pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"出错 原因 解决方法 原因 墙了，国外访问链接失败 解决方法 linux: pip install “git+https://gitee.com/wsyin/cocoapi.git#subdirectory=PythonAPI” windows: pip install git+https://gith.
RT-DETR环境配置
08-25
要配置RT-DETR环境，你需要进行以下步骤： 1. 首先，你需要解压数据集压缩包。可以使用以下命令进行解压： ```shell python ppdet/modeling/tests/test_architectures.py 2.8 ``` 2. 确保你的系统满足以下要求：4个V100的CUDA版本大于等于11.7.1，NCCL版本大于等于2.7，以及PaddlePaddle-GPU版本大于等于2.4.1。 3. 创建一个名为ppdet的conda环境，并使用Python 3.10版本。可以使用以下命令创建环境： ```shell conda create --name ppdet python=3.10 ``` 4. 确认你的NCCL版本号。可以使用以下命令查看NCCL版本号： ```shell cat /usr/include/nccl.h | grep NCCL_MAJOR -A 2 ``` 5. 安装RT-DETR推荐的Paddle版本。 6. 如果你还没有安装cuDNN，可以参考《CUDA & cuDNN Installbook by Eric》进行安装。另外，你需要配置环境变量`LD_LIBRARY_PATH`，将其指向cuDNN的安装路径。可以使用以下命令进行配置： ```shell export LD_LIBRARY_PATH=/home/songyuc/anaconda3/envs/paddle/lib ``` 完成以上配置步骤后，你就可以开始使用RT-DETR了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [RT-DETR的学习笔记](https://blog.csdn.net/songyuc/article/details/130242093)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论 1
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