Win10下Anaconda安装detectron2(VS2022)

系统环境

  • Windows 10

  • CUDA 11.3

  • VS2022

  • Anaconda Python3.9.16(env)

  • Pytorch 1.12

安装步骤

pycocotools的安装

参考https://blog.csdn.net/qq_55621259/article/details/125898710,使用以下命令:

conda install -c conda-forge pycocotools

其实际使用的是https://github.com/ppwwyyxx/cocoapi,而不是文章中所说的https://github.com/philferriere/cocoapi.git,而且其版本为2.0.6,不需要修改detectron2的文件。

环境变量配置

使用`x64 Native Tools Command Prompt for VS 2022`而不是`Developer Command Prompt for VS 2022`打开cmd(否则会自动编译x86,导致链接错误),然后进入conda环境,再使用以下命令设置环境变量(推荐设置到系统,参考https://blog.csdn.net/qq_21532607/article/details/128075997):

set MAX_JOBS=4
set DISTUTILS_USE_SDK=1
set OMP_NUM_THREADS=1

修改文件

detectron2文件修改

首先`git clone https://github.com/facebookresearch/detectron2.git`,然后修改`setup.py`(参考https://huaweicloud.csdn.net/63802ffedacf622b8df8662a.html):

#cmdclass={"build_ext": torch.utils.cpp_extension.BuildExtension},
cmdclass={"build_ext": torch.utils.cpp_extension.BuildExtension.with_options(use_ninja=False)},
cuda文件修改

因为VS2022版本太高,所以需要修改`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include\crt\host_config.h`(参考https://blog.csdn.net/lishiyu93/article/details/114599859):修改`_MSC_VER >=`后面的数值到`1934`(vs2022最大是1933)。

detectron2文件修改(未测试)

还是依据https://blog.csdn.net/qq_21532607/article/details/128075997,对`detectron2\detectron2\layers\csrc\nms_rotated\nms_rotated_cuda.cu`进行如下修改(我是直接修改了,没有测试在不修改情况下会有什么错误):

/*#ifdef WITH_CUDA
#include "../box_iou_rotated/box_iou_rotated_utils.h"
#endif
// TODO avoid this when pytorch supports "same directory" hipification
#ifdef WITH_HIP
#include "box_iou_rotated/box_iou_rotated_utils.h"
#endif*/
#include "box_iou_rotated/box_iou_rotated_utils.h"

开始安装

在cmd中,运行以下命令:

python -m pip install -e detectron2

运行Demo

因为anaconda和anaconda envs中各存在1个libiomp5md.dll文件,所以会报链接错误。所以依据https://blog.csdn.net/qq_37164776/article/details/126832303,对demo.py添加2行代码:

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 要在anaconda安装detectron2,可以按照以下步骤进行操作: 1. 打开anaconda prompt,创建一个新的虚拟环境(可选): ``` conda create --name detectron2 python=3.8 ``` 2. 激活虚拟环境: ``` conda activate detectron2 ``` 3. 安装PyTorch和torchvision: ``` conda install pytorch torchvision torchaudio -c pytorch ``` 4. 安装detectron2: ``` pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.9/index.html ``` 5. 安装完成后,可以在Python中导入detectron2并使用: ```python import detectron2 from detectron2.utils.logger import setup_logger # 设置日志 setup_logger() # 使用detectron2 ... ``` 希望这些步骤能够帮助你成功安装detectron2。 ### 回答2: Detectron2是Facebook AI Research开发的新一代目标检测和分割框架,它具有高效、灵活和易于扩展等优点。Anaconda是一个流行的Python包管理器和环境管理器,它可以帮助我们轻松安装和管理各种Python包和依赖项。接下来,将详细介绍如何在Anaconda环境下安装Detectron2。 1. 安装Anaconda 首先,我们需要下载并安装Anaconda,可以在anaconda官网上下载。 2. 创建新的conda环境 为了避免与现有环境冲突,建议创建一个新的conda环境。在终端中运行以下命令: conda create --name detectron2 python=3.8 其中“detectron2”是环境的名称,可以根据需要自行更改,python=3.8表示使用Python 3.8版本。 3. 安装依赖项 接着,我们需要安装一些必要的依赖项,包括PyTorch、COCO API和OpenCV。运行以下命令: conda activate detectron2 conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -y conda install -c conda-forge pycocotools -y conda install -c conda-forge opencv -y 4. 安装Detectron2 现在我们已经准备好安装Detectron2了。运行以下命令: pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.9/index.html 需要注意的是,这里我们选择了使用CUDA 11.1和PyTorch 1.9的版本,如果系统环境不同,需要根据实际情况自行更改。 5. 测试Detectron2 安装完成后,我们可以通过运行一个示例来测试Detectron2是否正确安装。运行以下命令: python -m detectron2.utils.collect_env python -m detectron2.evaluation.coco_evaluation \ --config-file detectron2/configs/COCO-Detection/faster_rcnn_R_50_FPN_1x.yaml \ --eval-only MODEL.WEIGHTS detectron2://COCO-Detection/faster_rcnn_R_50_FPN_1x/137257644/model_final_f6e8b1.pkl 这个示例会输出一些有用的信息,包括环境和依赖项的详细信息以及在COCO数据集上运行的模型评估结果。如果一切正常,则表示Detectron2已经成功安装。 通过以上步骤,我们可以快速并且简单地在Anaconda环境下安装Detectron2。从而可以更加高效地进行目标检测和分割任务。 ### 回答3: Detectron2是Facebook AI Research开发的最新目标检测框架,它具有优秀的性能和丰富的功能,可以满足不同的目标检测需求。anaconda是一种流行的Python发行版,其便利的包管理和虚拟环境功能使得在不同开发和部署环境中使用Python变得更加容易。在这篇文章中,我们会介绍如何在anaconda安装Detectron2,让你更好地使用这个强大的目标检测工具。 首先,我们需要安装anaconda。可以在官网上下载适合自己操作系统的anaconda安装包,按照指引完成安装安装完成后,打开终端,输入以下代码来检查安装是否成功: ``` conda --version ``` 接下来,我们需要创建一个新的conda环境,在环境中安装必要的软件包。打开终端,输入以下代码: ``` conda create -n detectron2 python=3.8 -y ``` 这里我们创建一个名为detectron2的环境,Python版本为3.8。创建完成后,输入以下代码来激活环境: ``` conda activate detectron2 ``` 接下来,我们需要安装Detectron2所需的依赖项。这可以通过使用conda package manager来完成: ``` conda install pytorch torchvision torchaudio cudatoolkit=<version> -c pytorch ``` 其中,`<version>`代表你系统所支持的CUDA版本。例如,如果你的系统上安装的是CUDA11.1,则CUDA版本号应为11.1。如果你的系统上没有安装CUDA,则可以使用CPU版本的PyTorch: ``` conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 接下来,我们需要安装Detectron2本身。打开终端,输入以下代码: ``` pip install cython pip install -U setuptools pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/<version>/torch1.8/index.html ``` 其中,`<version>`代表你系统所安装PyTorch版本号。例如,如果你的系统上安装的是PyTorch 1.8.0,则应该使用以下链接来安装Detectron2: ``` https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.8/index.html ``` 安装完成后,我们可以使用以下代码来验证安装是否成功: ``` python -c "import detectron2; print(detectron2.__version__)" ``` 最后,我们需要测试一下Detectron2是否可以在我们的环境中正常运行。可以使用以下代码来测试: ``` python -m detectron2.utils.collect_env ``` 如果没有错误提示,则说明Detectron2已经成功安装在我们的环境中! 总之,安装Detectron2并不是一件特别复杂的事情,只需要简单的几步就可以彻底完成安装。即使是初学者也能轻松操作,如果你是一名热爱图像处理的Python程序员,那Detectron2一定是你的最佳选择之一。

“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 2
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