Detectron安装配置与训练自己的数据

前言

老板的项目，需要训练一个检测模型，师弟弄的太慢，就被帮着做了。正好想起来facebook的开源的一个检测分割框架Detectron，就拿来试试。。顺便记录下。

安装

因为服务器显卡驱动之类的环境都已经有了。 就不赘述了。
但是Detectron是基于caffe2的。之前没有tf，pytorch的时候用过caffe，不过现在最新的pytorch 好像已经集成了caffe2了。不过管他呢。。。 conda大法好啊~

$ conda install pytorch-nightly -c pytorch

不过这里遇到了 No module named google.protobuf.internal
需要装2个包 protobuf 和feature

$ conda install protobuf
$ conda install future

然后测试下

$ python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

$ python -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

OK, conda 大法好啊X2~…

readme 里要安装 COCO Api 我之前装过的-,- ||
直接贴下把

# COCOAPI=/path/to/clone/cocoapi
$ git clone https://github.com/cocodataset/cocoapi.gi