unbuntu 16.04+cuda10.0 安装pytorch 1.4.0 +MMCV 1.3.3 + mmdetection 2.13.0 + mmsegmentation 0.14.0

环境

ubuntu 16.04
cuda 10.0
python 3.8
pytorch 1.4.0
mmcv 1.3.3
mmdetection 2.13.0
mmsegmentation 0.14.0

由于本机已经安装好，cuda 10.0 和 anaconda，所以这里不再赘述。如未安装，需要先进行安装！

本文主要为了不升级cuda，而能够使用尽量新的版本，因此趟了很多坑，如果严格安装官网要求的条件进行安装，应该会极为顺利！对于cuda 10.0 + ubuntu的版本可以重点参考

1.安装pytorch

首先创建anaconda环境，并激活:

/root/anaconda3/bin/conda create -n open-mmlab python=3.8 -y

source /root/anaconda3/bin/activate open-mmlab

输入一下命令安装pytorch：

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.0 -c pytorch

如其他cuda版本可参考官网

2.安装MMCV

2.1 安装

pip install mmcv-full==1.3.3

通过此命令安装，一开始我尝试安装最新的版本1.3.5用了各种方式去安装，最后都没有成功，估计是因为cuda和pytorch版本的问题。
诸如：
1.libtorch_cpu.so: cannot open shared object file: No such file or directory
2.RuntimeError: CUDA error: invalid device function
这两个都是因为mmcv的版本问题。我是通过尝试降低mmcv，适用不同的版本解决的。

期间还出现了ValueError: numpy.ndarray size changed, may indicate binary …的问题，这个是numpy的版本问题，需要升级版本。如果是适用了anaconda的话，需要先更新base环境，然后再升级当前环境下的numpy版本。

3.安装mmdetection

3.1 安装

克隆并安装mmdetection:

cd ..
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

3.2 测试

采用jupyter notebook 测试demo中的文件

打开jupyter notebook, 由于我这里是访问远程服务器进行位置，因此需要根据此博文设置一下jupyter notebook 的远程访问，本地安装的请忽略此步骤。

根据说明里的网址下载预训练模型，然后放置于mmdetection/checkpoints目录下，依次执行该文件中的各语句。成功后结果如下：

jupyter notebook --allow-root

4.安装mmsegmentation

4.1 安装

cd ..
git clone https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
pip install -e .  

4.2 测试

采用jupyter notebook 测试demo中的文件，打开jupyter notebook, 如远程可参照3.2步骤进行设置。打开demo/inference_demo.ipynb文件：

下载预训练模型，用于测试，放置于项目目录下checkpoints/目录下,然后依次执行各块语句：

能够显示出分割结果，没有问题，收官！