【亲测】集群环境中MMDetection3.0环境配置

本文记录下在集群环境下使用MMDetection的内容。

环境简介：所用集群设备为本地集群，具有管理节点和计算节点，且管理和计算在不同的主机上，作为用户，没有超级管理员权限。

MMdetection源码下载点击进入

这里主要记录下环境配置，其实在官网教程里有具体的配置流程，但是这里主要记录下在当前设备情况下的环境配置问题，便于后来借鉴。

官方的配置文档，可以点击该链接

这里主要记录下不同的地方，由于在本集群中，仅有管理节点可以联网，所以在创建环境或者下载安装包过程中，主要在管理节点进行。但是在源码编译过程中，需要切换到计算节点进行。

环境配置细节

官网中：

conda install pytorch torchvision -c pytorch

实际配置：
这个安装还是在管理节点切换到对应环境下，然后运行下面的命令。由于管理节点一般为多核CPU，但运算过程中一般需要GPU，所以需要现装GPU 可使用下面的命令，主要借鉴Pytorch官网的命令。

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

命令运行好后，切换到 torch命令下，判断环境是否正常：

torch.cuda.is_available()

下面再有问题的就是编译过程
官网命令：

pip install -v -e .

这个命令需要一些依赖包，即它会主动调用源码下的 requirements.txt ，如果所处环境中，没有对应的包，则需要安装包，这时，又会遇到计算节点无法联网的问题，所以在这个命令之前，最好先切换到管理节点，切换到对应的环境下，然后运行下面的命令。

pip install -r requirements.txt

等待安装成功后，再切换到计算节点，切换到对应的环境，在含GPU的节点进行编译，这个过程很快，一般来讲，如果没有报错误，会生成 mmdet 的包。

这个包在官网中说，也可以通过 mim install mmdet 安装，但说实话我没通过这个命令安装成功，应该是所选择的cuda 和 torch版本的问题吧，可能其他版本下面有mmdet，那个官网点击链接如下，压根没发现 mmdet。

样例测试

官网如下：

其中第一条命令，为下载预训练模型：

mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest .

第二条命令为测试命令，但是需要注意，修改配置文件的路径

python demo/image_demo.py demo/demo.jpg ./configs/rtmdet/rtmdet_tiny_8xb32-300e_coco.py --weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth --device cpu

但是你会发现，程序当你运行第一条命令时，就会报错：

ModuleNotFoundError: No module named ‘mmdet‘

明显，我们已经在源码编译过程中，使用命令 pip install -v -e . 安装了 mmdet，为什么还是报错？这个需要我们再运行一条命令：

python setup.py install

即将对应的 mmdet 依赖项，加入我们的环境变量中，这样才可以运行。

经过以上之后，再运行测试命令，即可发现输出如下：

通过测试，环境配置成功。当然如果您不是在类似实验硬件条件下，环境配置会更简单，傻瓜操作就行。