cuda10.1 安装mmdetection

安装

1.使用 conda 新建虚拟环境，并进入该虚拟环境；

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

2.安装pytorch和torchvision

conda install pytorch torchvision -c pytorch

如果下载太慢/服务器无法翻墙，可以使用Anaconda清华镜像源，https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/。替换仓库源之后使用以下命令安装,去掉-c pytorch

conda install pytorch torchvision

3.安装mmcv-full

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html

4.安装mmdetection

pip install mmdet

5.下载mmdet代码

git clone https://github.com/open-mmlab/mmdetection.git

验证MMdetection安装是否成功

1.下载预训练模型，并将模型放入代码的checkpoint文件夹中(如果没有，请新建该文件夹)
下载地址: http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
2. 在mmdetection主目录中新建test_demo.py文件，文件内容为

from mmdet.apis import init_detector, inference_detector, show_result_pyplot
  
config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
result = inference_detector(model, 'demo/demo.jpg')
img = 'demo/demo.jpg'
show_result_pyplot(model, img, result)

3.此时运行改代码会报错，还需要修改一个文件mmdet/core/visualization/image.py。
在该文件的函数 imshow_det_bboxes 开头添加

show=False
out_file='result.jpg' #会输出检测后的图片到主目录的result.jpg中

4.运行该文件，输出结果如下。安装成功。