【环境配置/软件安装】win10配置mmdetection

1、下载MMDetection

地址下载链接 可以在branch中选择对应的下载版本，也可以直接下载lastest的版本。建议使用新的版本。

MMDetection VS mmcv记下你下的MMDetection对应的mmcv版本后面要用到

2、配置pytorch+torchvision

地址下载链接 根据自己的cuda版本选择torch版本。

3、安装mmcv

打开 mmcv github官网 可以看到下面这个表格根据自己的torch版本和cuda版本(或者cpu) 点击对应的三角形图标（没有图标的说明当前版本没有可用的mmcv）

可以看到对应的 下载命令如：

pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu92/torch1.7.0/index.html

再根据1中的mmcv-full版本修改上面的命令。这一步会有点慢，不是卡了，不要动它，过会就好了。

如果配置出现错误：

就是你的电脑没有安装c++编译环境 需要下载 地址： Visual Studio 默认安装即可

4、安装pycocotools

windows指令：

pip install pycocotools-windows

linux/ubuntu指令：

pip install pycocotools

5、安装requirements.txt

pip install -r requirements.txt

6、编译mmdet

python setup.py develop

如果报错：客户端没有所需的特权之类的权限问题，就直接管理员方式打开pycharm 再运行下这行代码
pip list出现mmcv和mmdet的时候，基本上就配置成功了。

6、测试

下面测试下代码：

先下载所需权重.

新建test.py

from mmdet.apis import init_detector, inference_detector
import mmcv

# Specify the path to model config and checkpoint file
config_file = './configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
checkpoint_file = './checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'

# build the model from a config file and a checkpoint file
model = init_detector(config_file, checkpoint_file, device='cpu')

# test a single image and show the results
img = './demo/demo.jpg'  # or img = mmcv.imread(img), which will only load it once
result = inference_detector(model, img)
# visualize the results in a new window
model.show_result(img, result)
# or save the visualization results to image files
model.show_result(img, result, out_file='result.jpg')

执行结果：

到这里就安装完毕了。

至于ubuntu和wins就更简单了，步骤和上面类似，但是会少很多的bug，大家可以自己回去试试。