CenterNet环境配置-3090-pytorch1.9-cuda11.1(xingyizhou)
参考资料
ori_pytorch0.4.0
based_pytorch1.2
official_xingyizhou
我的显卡是3090,所以环境配置有些地方进行了必要调整
配置环境
1、下载代码
git clone https://github.com/xingyizhou/CenterNet.git
cd $CenterNet_ROOT/data
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make
python setup.py install --user
2、创建虚拟环境
test的环境是我测试可以跑通的一个版本,秉持着可以work就不多作妖的习惯,那就按照这个来构建环境啦~~~~
conda create -n test python=3.7
# conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
# 进入下载的centernet文件
pip install -r requirements.txt
3、配置 DCNv2
这一步是中途做的测试,对应 conda install pytorch1.2.0 torchvision0.4.0 cudatoolkit=10.0 -c pytorch
后面转用 torch1.9 环境,对应的DCNv2下载地址
cd src/lib/models/networks/DCNv2
./make.sh
可能需要更新的安装包,不确定,因为环境改过好几次。
pip install scipy
pip install future
pip install tqdm
pip install opencv-python
pip install matplotlib
pip install --upgrade numpy
4、测试代码是是否正常工作
python main.py --task ctdet --exp_id coco_resdcn18 --arch resdcn_18 --batch_size 114 --master_batch 18 --lr 5e-4 --gpus 0 --num_workers 1
附录
1、说明:以下内容,只是解决bug中途的失败尝试,conda配置不可,pip才行得通,不明白底层原因
(pytorch代码对应的pytorch版本为1.7.0,cuda为11.0,cudnn为8.0.5)
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
2、测试配置是否成功(必要步骤)
python -c "import torch;print(torch.__version__);print(torch.version.cuda);print(torch.backends.cudnn.version())"
python -c "import torch;print(torch.cuda.is_available()); print(torch.zeros(1).cuda())"