环境搭建:
Linux 、Python 3.7.10、PyTorch 1.8.1 、CUDA 10.2
安装步骤:
1.创建虚拟环境:
conda create -n open-mmlab python=3.7
#如果需要移除虚拟环境
#conda remove -n open-mmlab --all
source activate
conda activate open-mmlab
2. 安装torch环境
conda install pytorch torchvision -c pytorch
conda install cython -y
3. 克隆代码
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
- 编译mmdetection的配置文件
python setup.py develop
# or "pip install -v -e ."
#python setup.py clean --all #若是安装没成功,则需要执行此命令进行清理
注意事项:
1. git提交id将通过上面的步骤写入版本号,例如0.6.0+2e7045c。
该版本也将保存在训练过的模型中。
建议每次从github中提取一些更新时运行上面的步骤。
如果修改了C/CUDA代码,则必须执行此步骤。
2. 按照上面的说明,mmdetection在开发模式下安装,
对代码进行的任何本地修改都将生效,而不需要重新安装(除非您提交了一些提交并想要更新版本号)。
安装别的环境:
mmcv:根据https://codechina.csdn.net/mirrors/open-mmlab/mmcv?utm_source=csdn_github_accelerator网址中
根据你的环境(cuda、torch)选择安装命令,我这里是:pip install mmcv-full==1.2 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html
ModuleNotFoundError: No module named 'lxml’解决办法
pip install lxml
ModuleNotFoundError: No module named 'apex’解决办法
$ git clone https://github.com/NVIDIA/apex
$ cd apex
$ pip install -v --no-cache-dir --global-option="–cpp_ext" --global-option="–cuda_ext" ./
补充:
Linux下修改conda默认启动环境:
每次打开,conda默认启动环境总是为base,但是为了方便往往会自己创建一个环境,每次打开都要conda activate your_envs比较烦。
修改方法:
修改~/.bashrc文件,在conda部分的结尾加上:
conda activate your_envs # "your_envs"就是你的环境
再source ~/.bashrc即可,下次conda打开的环境就是你设置的这个环境了。
conda本身的命令里是有移植这个选项的。
假如前提是,在本地的conda里已经有一个AAA的环境,我想创建一个新环境跟它一模一样的叫BBB,那么这样一句就搞定了:
conda create -n BBB --clone AAA