3.Cenots Swin-Transformer-Object-Detection环境配置

1.centos7 安装显卡驱动、cuda、cudnn-CSDN博客

2.安装conda python库-CSDN博客

4.Swin Transformer目标检测——训练数据集-CSDN博客

1.Swin-Transformer-Object-Detection环境配置

下载地址：

https://github.com/SwinTransformer/Swin-Transformer-Object-Detection

步骤1：解压缩

yum install unzip

unzip Swin-Transformer-Object-Detection-master.zip

步骤2：执行命令

pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

报错：gcc：error

​

解决方式，安装cython

pip install cython==0.29.36 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

​

再执行 pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com  成功后如下图

​

再执行

python setup.py develop  成功后如下图

​

步骤3：安装mmcv-full安装

首先下载文件

https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html

版本选择1.4.0，下载好后，执行安装

pip install mmcv_full-1.4.0-cp38-cp38-manylinux1_x86_64.whl --trusted-host pypi.douban.com

步骤4：下载代码apex

GitHub - ptrblck/apex: A PyTorch Extension: Tools for easy mixed precision and distributed training in Pytorch

解压缩文件后，进入文件目录，执行命令 

pip install -v --no-cache-dir ./

如果出现如下错误

​

则先执行命令：export CUDA_HOME=/usr/local/cuda

然后再执行：

pip install -v --no-cache-dir ./

步骤5：测试

apex安装成功

步骤6：代码测试

新建代码文件test.py

from mmdet.apis import init_detector, inference_detector
config_file = 'configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_1x_coco.py'  #配置文件路径
checkpoint_file = 'mask_rcnn_swin_tiny_patch4_window7_1x.pth'                                     #权重文件路径
device = 'cuda:0'
# init a detector
model = init_detector(config_file, checkpoint_file, device=device)
# inference the demo image
img = 'demo/demo.jpg'
result = inference_detector(model, 'demo/demo.jpg')
model.show_result(img, result)
model.show_result(img, result, out_file='demo/demo_result.jpg')

首先下载预训练模型，在如下代码仓库的后面

https://github.com/SwinTransformer/Swin-Transformer-Object-Detection

下载链接，可以直接迅雷下载

https://github.com/SwinTransformer/storage/releases/download/v1.0.3/mask_rcnn_swin_tiny_patch4_window7_1x.pth

其次执行python test.py

查看demo_result.jpg

运行成功。

参考地址：

Swin-Transformer目标检测_swin transformer目标检测_咚咚锵咚咚锵的博客-CSDN博客

Linux系统下搭建Swin Transformer目标检测环境_linux搭建swin_kiwi_hhh的博客-CSDN博客

在Linux CentOS7系统下部署环境_kiwi_hhh的博客-CSDN博客