安装Track to Detect and Segment: An Online Multi-Object Tracker (CVPR 2021)开源代码环境总结

项目场景：

Track to Detect and Segment: An Online Multi-Object Tracker (CVPR 2021)
GitHub链接：https://github.com/JialianW/TraDeS

---

问题描述：

官方推荐的安装环境总是出现这样那样的错误，经过一个多星期的实验，找到合适的安装环境，成功将代码复现。

我是在windows系统下运行程序：
首先使用conda 生成自己的环境 命名为trades（名字可自行选择）

#python版本为3.7
conda create --name trades python=3.7

激活环境

conda activate trades

1.安装PyTorch：

代码中给出的：
conda install pytorch=1.3.1 torchvision=0.4.2 cudatoolkit=10.0.130 -c pytorch
我自己更改的：
conda install pytorch=1.3 torchvision cudatoolkit=10.1 -c pytorch

这里的torchvision可不用添加版本，会根据pytorch版本进行适配。我安装官方给出的版本会报错，因此在这里进行修改。
2.安装COCOAPI：

pip install cython;

pip install -U 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

这里注意的是，安装cocoAPI可能是因为外网的原因，可能不会成功，这时候可以选择离线下载cocoAPI,进行安装。
https://github.com/cocodataset/cocoapi
3.克隆此仓库：

git clone https://github.com/JialianW/TraDeS.git

这里可以直接去GitHub下载代码压缩包解压。
4.安装要求

cd $TraDeS_master
pip install -r requirements.txt

在激活的conda环境下，到解压的代码文件夹的路径下，如上命令，安装requirements.txt中要求的库，requirements.txt中scikit-learn版本为scikit-learn= 0.19.1，否则可能会报错。
当scikit-learn安装失败时，可以使用以下命令

pip install --ignore-installed scikit-learn

5.编译可变形卷积

cd $TraDeS_master/src/lib/model/networks/DCNv2
make.sh 或者 python setup.py develop

在解压的文件夹下找到DCNv2的路径，进行编译
**注意：**在cmd下以管理员权限打开，激活自己创建的环境（trades），找到DCNv2的路径，进行编译，否则可能会编译失败

最后：虽然成功的将程序运行出来，但是是在cmd中运行，能力有限，还不知如何在pycharm中将程序运行出来，有了解的朋友希望能给与指导，感激不尽！

python demo.py tracking --dataset mot --load_model ../models/mot_half.pth --demo ../videos/mot_mini.mp4 --pre_hm --ltrb_amodal --pre_thresh 0.5 --track_thresh 0.4 --inference --clip_len 3 --trades --save_video --resize_video --input_h 544 --input_w 960

---

原因分析：

经过数次实验，才堪堪将环境装好。作为一个新手，未来要学习的还很多。缺少指导的摸索确实非常耗费时间，也严重影响学习的积极性。
以此贴记录装环境的过程，共勉

---