本教程是在默认具有anaconda3的基础上,如果没有请自行搜索一下,很简单!
同时说明:本人显卡为30系列,因此cuda版本必须为11系列,我安装的cuda版本为11.8,选择对应的torch,以及对应的mmcv与mmdet很重要,不然后续的demo会报错!
1.创建环境以及环境启动
使用终端进行创建虚拟环境用于mmdetection相关包的安装使用操作命令如下:
conda create -n openmmlab python=3.8
终端命令如图:
输入命令后按enter键即可运行,环境启动命令为:
conda create openmmlab
看到命令行前面的base=》openmmlab,成功启动环境,接下来需要在openmmlab里面进行环境安装。
2.安装pytorch的cuda版本
安装torch之前需要查看cuda对应的版本,不然无法使用cuda进行加速,有关于cuda的安装请自行搜索。查看cuda版本的命令:
nvidia-smi
结果如下图所示:
右上角cuda version即为版本,我的cuda是11.8
下一步便是去torch官网找到和cuda相关的torch下载命令
官网地址:https://pytorch.org/get-started/previous-versions/
此时不要急于下载,由于pytorch的源地址在国外,由于网络问题会下载特别慢,因此建议将pip与conda进行换源。
conda换源方式如下:
在"C:\Users\DELL\"地址下如有存在.condarc文件,使用记事本打开后重写内容,内容如下,如果没有请创建此文件,写入内容与重写内容:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pip换源方式比较简单只需在终端输入如下内容:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
随后便可以进行下载,复制标黄的命令行:
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
经过换国内源后,下载速度变快很多,大概需要4、5分钟既可完成。
3.安装mmcv
mmcv是openmmlab框架的底层,同样是基于pytorch的,但再使用openmmlab的开源项目时需要先安装mmcv,安装mmcv先查询应该安装什么版本,因为torch安装2.0.0,mmcv安装2.0.0即可,安装命令如下:
在终端一句一句执行即可
pip install openmim
mim install mmcv==2.0.0
到此为之mmcv以及安装完成,查看是否安装成功,在终端输入pip list
截取一部分的结果如下:
可以看到存在mmcv。
4.安装mmdet
第一步先把mmdetection项目clone到本地,不推荐git方法,git网络不稳定,本人没有好的解决办法,进入github搜索mmdetection项目zip到本地,解压到"C:\Users\DELL\"地址下。
在mmdetection项目的相关包中存在一个问题,即pip无法安装pycocotools安装包,因此需要使用下述命令安装pycocotools:
conda install pycocotools -c conda-forge
上述步骤完成后,可以在终端进入项目文件夹:
进入项目文件夹后便可安装所需包:
pip install -v -e .
总结
上述过程是配置mmdetection环境的所有步骤,由于本人属于小白阶段,如有问题请指出,定虚心请教。