MMdetection学习笔记 第一步安装配置

安装

之前的安装老是出问题,这里重新仔细进行第三遍,参考了哔哩哔哩的视频教程
【mmdetection 教程(使用篇)】 https://www.bilibili.com/video/BV1Jb4y1r7ir/?p=3&share_source=copy_web&vd_source=2fa12e2a815afd642917a6fa6bd45817
在这里插入图片描述

根据讲解提示,版本什么的一定一定要对应

  • 装 miniconda
  • 首先从头安装 cuda

教程参考 (124条消息) 【pytorch】远程服务器搭建深度学习环境miniconda3+cuda11.1+cudnn+pytorch_服务器安装miniconda命令_zoetu的博客-CSDN博客
完成第一步就行了
记得其中的环境配置过程,总会遇到报错都是 path 没配好导致的

安装好了之后检查 cuda 的 version

nvcc -V

收到报错

Command 'nvcc' not found, but can be installed with:  
  
apt install nvidia-cuda-toolkit  
Please ask your administrator.

解决方法:(124条消息) Ubuntu20.04LTS系统CUDA已经安装但nvcc -V显示command not found_nvcc -v 提示未找到命令_AISecurity盐究员的博客-CSDN博客
原因:管理员权限下已经完成了并行计算架构 cuda 的下载安装,我这里不用重新安装(1中的第二步),但是还没配好环境
根据提示寻找对应的路径,发现确实是有 cuda 的存在的,因此加入路径解决问题

  • 基于 cuda 装 pytorch

    • 去官网上去找对应的版本,这里 cuda-11.3, 虚拟环境 mmlab 对应的 python-3.7,因此去官网装了 1.10.1(要求 pytorch-version>1.8.0)
    • conda install pytorch1.10.1 torchvision0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge
  • 基于 pytorch 装 mmcv

    • 本想根据这里图片展示的去安装对应的 mmcv,但是根据我的版本更改网址之后并不能找到对应的下载文件,因此根据官方安装教程
    • 开始你的第一步 — MMDetection 3.1.0 文档 下载了对应的 github 上 mmdetection 文件,解压,根据提示安装
    pip install -U openmim
    mim install mmengine
    mim install "mmcv>=2.0.0"
    
# 我选择从源码安装
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .

在这里插入图片描述

  • 验证安装(耗时一个上午)
    • 验证文件:官方文档给的(完全用不了),视频里给的(如图所示)

    • 在这里插入图片描述

    • 但是有个问题是,show_result_pyplot 是 v1里面的图片展示方法,在这里根本没有,因为 v3中这个模块被更换成别的了

    • 但是结合官方文档,inference 的过程是可以跑通的

      • 下载.pth 文件,更改对应的 config_file 的位置,进行推理过程
      • 但是怎么展示呢?无法直接使用官方文档中的验证语句,也无法使用 show_result 的方法
    • 经过搜索,改出的以下程序能够成功显示,教程参考 https://zhuanlan.zhihu.com/p/606610273 在页面中搜索 visualizer 更改验证程序

      • 至于为什么这么做,整个流程的框架我还没搞懂,之后再看看
from mmdet.apis import init_detector, inference_detector
from mmdet.registry import VISUALIZERS
from mmdet.utils import register_all_modules
import mmcv

config_file = "/home/lilexiao/project/mmdetection-main/configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py"
checkpoint_file = "/home/lilexiao/project/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth"
register_all_modules()
model0 = init_detector(config_file,checkpoint_file,device='cpu')

visualizer = VISUALIZERS.build(model0.cfg.visualizer)
visualizer.dataset_meta = model0.dataset_meta
model = init_detector(config_file, checkpoint_file, device='cpu')  # or device='cuda:0'
img = "/home/lilexiao/project/mmdetection-main/demo/demo.jpg"
img = mmcv.imread( img, channel_order='rgb')
result_retrain2 = inference_detector(model, img)
visualizer.add_datasample(
    'result',
    img,
    data_sample=result_retrain2,
    draw_gt=False,
    wait_time=0,
)
visualizer.show()

  
  
  

#谁落泪了,是我,mmdet你害我太深啊啊啊啊啊啊
  • 在 mobaxterm直接python运行程序 显示出了图片推理结果,如图所示
    在这里插入图片描述
    还是小白,以上过程有错的我也不太那么懂嗯反正就是给自己做个记录免得下次再花这么多时间
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值