深度学习目标检测框架mmdetection安装和配置环境，并进行demo测试

# 一.前言

商汤和港中文联合开源了 mmdetection—基于 PyTorch 的开源目标检测工具包。
工具包支持 Mask RCNN 等多种流行的检测框架，读者可在 PyTorch 环境下测试不同的预训练模型及训练新的检测分割模型。
项目地址：https://github.com/open-mmlab/mmdetection

mmdetection 目标检测工具包

mmdetection 的主要特征可以总结为以下几个方面：

• 模块化设计：你可以通过连接不同组件轻松构建自定义目标检测框架。
• 支持多个框架，开箱即用：该工具包直接支持多种流行的检测框架，如 Faster RCNN、Mask RCNN、RetinaNet 等。
• 高效：所有基础边界框和掩码运算都在 GPU 上运行。不同模型的训练速度大约比 FAIR 的 Detectron 快 5% ~ 20%。
• 当前最优：这是 MMDet 团队的代码库，该团队赢得了 2018 COCO 检测挑战赛的冠军

#二.搭建环境

Requirements

• Linux (Windows is not officially supported)
• Python 3.5+ (Python 2 is not supported)
• PyTorch 1.1 or higher
• CUDA 9.0 or higher
• NCCL 2
• GCC(G++) 4.9 or higher