mmdetection安装测试

mmdetection 安装与配置

	mmdetection是商汤和香港大学联合发布的用于深度学习训练的工具，拥有更快捷、更高效、更易于管理的模式。
[mmdetection Github地址：](https://github.com/open-mmlab/mmdetection)

	在安装之前，先讲讲需要那些库文件：
	linux
	cuda = 9.0(注意，一定要是9.0，在安装之前试了试10.0发现最后无法编译通过)
	cudnn = 7+
	gcc = 5.4.0
	ananconda3(我一直认为anaconda是学习深度学习的好帮手，集合真的省了不少事)
	mmcv (是同一团队开发的视觉工具：(https://github.com/open-mmlab/mmcv))
	Cython
	opencv-python
	torch = 1.0+
	torchvision = 0.3
	pycocotool

下面开始正式安装

下载

	先从上述的地址中clone下来两个关键包：mmcv和mmdetection
 	也可以使用linux命令直接下载：

	git clone https://github.com/open-mmlab/mmdetection.git
	git clone https://github.com/open-mmlab/mmcv.git

	之后先安装依赖包：

anaconda3:

[Linux地址：](https://www.anaconda.com/download/#linux)

按照需求下载对应版本，只有放在对应目录下输入：

	bash Anaconda3-2019.07-Linux-x86_64.sh

	一直选择yes就可以完成安装。在安装过程中要记住anaconda3的安装路径。
	安装完成后输入：python 如果显示：

代表安装成功。

安装其他依赖包

	可以使用：`conda install name`来安装。也可以下载.whl文件后离线安装
	例如opencv-python离线下载地址：
	(https://pypi.org/search/?q=opencv-python)
	选则对应的文件下载就可以了。

	关于torch的安装：
	可以去主页查看对应版本：(https://pytorch.org)
	![在这里插入图片描述](https://img-blog.csdnimg.cn/20190802150055436.PNG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMDA4MzMz,size_16,color_FFFFFF,t_70)

 	cocoAPI安装：
	 因为会用到coco数据集所以要安装对应的api，coco不支持conda的镜像直接安装所以要去git下载对应的包进行离线安装
	 [API](https://github.com/cocodataset/cocoapi)
	 下载之后进入PythonAPI后

python setup.py install

就可以了

mmcv

mmcv是香港团队开发的关于图像处理的一系列包。这个包内含有框架处理图像的函数，所有需要安装

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
pip install -e .

一定注意最后边有个’.'这个一定要加。

mmdetection安装

cd mmdetection
python setup.py develop

这网址中作者也提到如果需要经常运用mmdetection这个工具的话，要执行上述的代码，而且在以后改变版本或者更改配置之后都要重新执行一遍。

demo

在mmdetection目录下放入几张图片。新建test.py 运行：

from mmdet.apis import init_detector, inference_detector, show_result
import mmcv

config_file = 'configs/faster_rcnn_r50_fpn_1x.py'
checkpoint_file = 'faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth'

# build the model from a config file and a checkpoint file
model = init_detector(config_file, checkpoint_file, device='cuda:0')

# test a single image and show the results
img = 'timg.jpg'  # or img = mmcv.imread(img), which will only load it once
result = inference_detector(model, img)
show_result(img, result, model.CLASSES)

这里是单张图片的测试代码。多张的可以去官网查询。关于自己数据集训练的，之后会发布。