第一步:从官网上下载并且安装Miniconda
第二步:创建一个conda环境并且激活它
conda create --name openmmlab python=3.8 -y
conda activate openmmlab
第三步:安装官网上面的pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
比如我的是3060,就是官网上面的这段代码。
第四步:使用 MIM 安装 MMEngine、MMCV、MMDetection(可选)和 MMPose(可选)。
pip install -U openmim
mim install mmengine
mim install mmcv
mim install mmdet
mim install mmpose
第五步:安装MMAction2
首先要安装git,git从官网上或者电脑自带的应用商店安装,无脑下一步就行。
然后执行下面代码:
git clone https://github.com/open-mmlab/mmaction2.git
cd mmaction2
pip install -v -e .
# "-v" 表示输出更多安装相关的信息
# "-e" 表示以可编辑形式安装,这样可以在不重新安装的情况下,让本地修改直接生效。
看到有这些文件就说明安装成功了
第六步:验证安装
首先下载配置文件和权重文件
mim download mmaction2 --config tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb --dest .
也可以从官网文档下面下载,在mmaction2的阅读文档中
那个ckpt就是,点击下载就行。
然后就是在pycharm控制台运行下面命令
# demo.mp4 和 label_map_k400.txt 都来自于 Kinetics-400
python demo/demo.py tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb.py tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb_20220906-2692d16c.pth demo/demo.mp4 tools/data/kinetics/label_map_k400.txt
您将在终端看到前5个标签及其对应的分数。
这样就是安装成功了。