mmdetection配置记录（服务器版）

最新推荐文章于 2023-12-25 17:37:13 发布

来张便利贴

最新推荐文章于 2023-12-25 17:37:13 发布

阅读量655

点赞数

文章标签： pytorch 深度学习

本文链接：https://blog.csdn.net/m0_53473650/article/details/127115568

版权

先是在autodl中买了一个RTX3080 Ti，然后想着初始化的时候已经配置了pytorch和cuda10.1，然后就绕开了执行脚本的一些前提的部分，然后执行到了mmcv的时候就开始了报错，说是无法通过一个非虚拟的环境去配置到对应的环境。然后就是直接去执行openmmlab的那个脚本部分


conda create -n openmmlab python=3.7 pytorch==1.6.0 cudatoolkit=10.1 torchvision -c pytorch -y

conda activate openmmlab

pip install openmim

mim install mmcv-full

git clone GitHub - open-mmlab/mmdetection: OpenMMLab Detection Toolbox and Benchmark

cd mmdetection

pip install -r requirements/build.txt

pip install -v -e .

结果发现在conda环境下安装pytorch1.6很慢，就等了很久。最后在测试代码的时候出现了


UserWarning:NVIDIA GeForce RTX 3080 Ti with CUDA capability sm_86 is not compatible with the current PyTorch installation.

The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.

If you want to use the NVIDIA GeForce RTX 3080 Ti GPU with PyTorch, please check the instructions at Start Locally | PyTorch

这样子的错误，后来在autodl文档中写到了是

这个和mmdetection中的内容是实际不相符合的，由于在mmdetection中主要用到的是cuda10.1，为了框架不改变对应的配置需求，只好去换了一个另外一个显卡的虚拟机去跑，就重新选了一个RTX2080Ti的服务器去跑，这一次就是将所有的脚本再一次去跑了一遍，这次很顺利，直接可以运行成功对应的demo代码，只是对应的demo代码不能够直接去显示出图片，然后在网上找了一个可以保存到结果的一份代码，这一次可以直接执行出图片，至此可以执行出对应的结果了。值得注意的一个细节是，我买的autodl中的系统盘只有20G，就把后面的克隆代码的部分改到了另外的路径上去