1.先进入到自己的docker环境中(进到workspace_disk
)
2.部署OpenCV
python -m pip install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
3.检查OpenCV是否部署成功先输入python
接着输入import cv2
,print(cv2.__version__)
出现版本信息即部署成功
4.此时我们可以查看一下docker的状态,输入sudo systemctl status docker
,出现以下提示代表docker在正常运行中(如果systemctl命令报错,试着输入此命令apt-get install systemd
)
5.安装Detectron2(注意看清自己的torch和Cuda版本,可输入docker ps
查看,我的是torch1.8.0和cuda11.1)
访问https://github.com/facebookresearch/detectron2/blob/main/INSTALL.md#installation获取正确版本的Detectron2(每个人版本不同对应的链接不同,不要盲目的复制我的链接,自己去找对应的版本链接即可
)
复制python -m pip install detectron2 -f \ https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.8/index.html
开始下载
6.安装gcc和g++编译器输入apt-get install gcc g++
7.你也可以从源代码构建Detectron2 输入git clone https://github.com/facebookresearch/detectron2.git python -m pip install -e detectron2'
安装Detectron2
8.查看一下自己docker内的cuda版本,输入nvcc --version
9.看一下workspace_disk
下是否有Detectron2
10.输入pip install fvcore==0.1.1.post20200716
11.输入pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
安装两个必需的包和库
12.准备运行一下Detectron2的demo,保存一张图片命名为input1
并将它放在demo
文件夹下
如果无法拖入,应该是demo
的文件夹权限问题,输入命令chmod 777 mod
打开全部权限,问题应该就能解决
13.如果遇到这条报错代表fvcore版本过低,需要升级(如果没有可忽略此条
)
输入命令pip install --upgrade fvcore
14.这期间可能会出现一些包的版本过低的问题,升级以下就好了
15.运行python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml --input input1.jpg --output ./result.jpg --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl
16.出现result.jpg结果代表Detectron2安装成功~