mmdetection的conda环境搭建步骤

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

4. 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