DETR-like 模型环境配置

DINO-DETR模型的环境与YOLOS完全相同,起初博主直接沿用了YOLOS的环境,后来更换了服务器,也就重新配置一下:
GPU配置:

在这里插入图片描述

首先是进行项目下载,由于博主此时并未对项目进行大量更改,只需要从github上直接git即可。

git clone https://github.com/IDEA-Research/DINO.git

下载完成后我们将mian.py和相关配置文件替换一下即可。
随后进行环境安装

conda create -n der python=3.7

切换到DINO目录下安装环境依赖:这里注意一下先将pycocotools的下载删除,变为:

cython
submitit
torch>=1.5.0
torchvision>=0.6.0
scipy
termcolor
addict
yapf
timm

随后执行安装命令。

pip install -r requirement.txt

然后再进行pycocotools的安装。

pip install pycocotools

紧接着配置CUDA算子

cd models/dino/ops
python setup.py build install
python test.py

在配置DINO-DETR模型的CUDA算子时,报错:

libcublas.so.11: symbol cublasLtHSHMatmulAlgoInit, version
libcublasLt.so.11 not defined in file libcublasLt.so.11 with link time
reference

这是pytorch找不到cuda导致的,起初博主以为是pytorch版本不对,后来发现是因为在按照pytorch1.13时会自动安装nvidia_cublas_cu11,只需要将其卸载即可:

pip uninstall nvidia_cublas_cu11

再次配置即可,test.py主要进行一个维度计算测试,与你的GPU显存有关。
可以看到博主在进行 2048通道计算时爆显存了。

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 2.00 MiB (GPU 0; 22.38 GiB total capacity; 20.98 GiB already allocated; 3.94 MiB free; 

这不要紧,我们在真正运行该项目时只需要调整batch-size即可,此时博主使用的显卡未NVIDIA P40,显存为24G,可以说已经足以满足需要了。先前在NVIDIA T4显卡上batch-szie只能调整为1。
至此,DINO-DETR的环境配置便完成了,只需要上传完数据集即可运行了。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

彭祥.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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