MMDetection学习笔记-01环境配置

MMDetection环境配置

MMDetection最好在Linux环境下配置。在Windows中配置MMDetection会出现奇奇怪怪的问题
MMDetection官网

• 创建虚拟环境

conda create -n mmdetection python=3.7.10 -y
conda activate mmdetection
'官方代码
conda create -n openmmlab python=3.7 -y
conda activate openmmlab
'

• 安装pytorch

conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch
'官方代码
conda install pytorch torchvision -c pytorch
#如果使用CUDA10.1，则执行
conda install pytorch cudatoolkit=10.1 torchvision -c pytorch
如果使用CUDA9.2，则执行
conda install pytorch=1.3.1 cudatoolkit=9.2 torchvision=0.4.2 -c pytorch
'

• 安装MMDetection
  官方推荐使用MIM安装MMDetection。

pip install openmim
mim install mmdet

• 安装CPU版本的MMDEtection
  如果有NVIDIA GPU，就直接跳过此项。当无CUDA使用的时候，可以安装非GPU版本的MMDetection，但一些功能会无法使用。
• 安装依赖
  首先,下载open-mmlab/mmdetection;
  之后，执行下列命令：

pip install -r requirements/build.txt
#经过一段时间等待，就可以安装成功

下载cocodataset/cocoapi
随后安装PythonAPI
进入PythonAPI目录后使用下列命令：

pip install -v -e .
#-e 之后有个“.”
#安装成功后，会显示：Successfully installed pycocotools-2.0
#如果重新编译，那么需要讲PythonAPI目录下的生成的build目录删除。
#使用pip list命令可以命令行查看到：
#pycocotools            2.0                  /media/lenovo/document/Code/mmdetection/cocoapi/PythonAPI

切换到mmdetection根目录下，执行下列命令：

python setup.py develop

执行命令

pip list
#如果安装成功，可以按到类似下列内容：
#mmdet                  2.15.1               /home/lenovo/anaconda3/envs/mmdetection/lib/python3.7/site-packages

接下来要验证MMDetection是否安装成功，在MMDetection根目录下执行下面命令：

python demo/image_demo.py demo/demo.jpg configs/mask_rcnn/mask_rcnn_r50_fpn_2x_coco.py checkpoints/mask_rcnn/mask_rcnn_r50_fpn_2x_coco_bbox_mAP-0.392__segm_mAP-0.354_20200505_003907-3e542a40.pth

需要说明一点，checkpoints文件夹得自己创建，里边的.pth是一个100多m的文件。得去config文件夹找到对应的模型，点进去readme文件里，点model下载
如果出现类似下面带标注的图片，那么就表示安装成功：