在学习目标检测神经网络中的经典网络Faster R-CNN时,作为编程小白,在为程序安装必须环境和包时遇见了不少问题,这篇博客用于记录我的环境安装流程。
代码来自B站up主
https://www.bilibili.com/video/BV1of4y1m7nj?p=1
1.安装Visual studio这一步是为了给 安装CUDA提供必须的Microsoft C++ 环境(VS=2019)
2.安装CUDA+cuDNN CUDA可以在英伟达官网下载,直接百度搜索所需版本号即可,cuDNN是一个神经网络加速包,在安装后解压将对应文件放到CUDA的对应目录下即可(CUDA=10.1 cuDNN=8.0.5)
3.安装Miniconda作为包管理器,同时用Miniconda来管理虚拟环境,方便在不同项目中使用不同的python版本及包(python=3.7.10)
4.安装pycharm作为IDE,在pycharm的python解释器中,选择miniconda创建好的虚拟环境中的python.exe即可利用虚拟环境
5.安装pytorch 发现版本对应有问题,遂下载最新版本pytorch
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
(torch=1.7.1 torchvision=0.8.2)
6.安装git 用于下载pycocotools
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
7.运行,发现numpy问题,需要修改pycocotools中cocoeval.py程序第520多行为下面两句
self.iouThrs = np.linspace(.5, 0.95, 10, endpoint=True)
self.recThrs = np.linspace(.0, 1.00, 101, endpoint=True)
8.运行成功
PS.其中需要下载预训练权重文件放到backbone文件夹里,随后将VOCdevkit放到fast R-CNN根目录下