mmdetection的使用 demo测试训练VOC2007 以及 自己的voc格式的URPC水下数据集

根据电脑配置mmdetection环境

根据官网的install.md教程并结合自己电脑配置环境安装
电脑配置
Ubuntu 16.04
RTX2070

环境主要配置版本：
python3.7
cuda 10.0
cudnn 7.6.4
pytorch 1.1.0

pytorch 与 cuda适配版本下载链接

环境里缺的包自己在终端用pip安装上。
安装mmcv

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
pip install .   # 此处有个 .

将整个mmdetection项目 clone 到电脑上

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

之后，需要进行编译，切勿忘记这一步编译。
即

pip install -r requirements/build.txt
pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"
pip install -v -e .  # or "python setup.py develop"

参考博客：mmdetection工具网上博客整理
mmdetection源码笔记（一）：train.py解读
mmdetection源码阅读笔记
mmdetection - 基于PyTorch的开源目标检测系统
将coco模型转化为voc模型：参考链接

mmdetection的基本使用

环境配置及编译结束后，开始进行demo的测试。
demo测试-前提条件是需要有模型文件，在mmdetection文件夹下创建checkpoints文件夹放置模型文件。模型文件下载处。
模型配置文件在configs文件下。其各个参数的含义参考：
博客：mmdetection的configs中的各项参数具体解释

在 tools 文件夹下 新建demo.py
demo.py测试代码如下：

from mmdet.apis import init_detector, inference_detector, show_result

#
config_file = '../configs/rpn_r50_fpn_1x.py'
checkpoint_file = '../checkpoints/rpn_r50_fpn_1x_20181010-4a9c0712.pth'

model = init_detector(config_file, checkpoint_file)

img = '../demo/demo.jpg'
result = inference_detector(model, img)
# show_result(img, result, model.CLASSES)
# show_result(img, result, model.CLASSES, out_file='result.jpg')
show_result(img, result, model.CLASSES)

报错：

Traceback (most recent call last):
  File "/home/ouc/6_objectdet/URPC2020/mmdetection/tools/demo.py", line 43, in <module>
    show_result(img, result, model.CLASSES)
  File "/home/ouc/6_objectdet/URPC2020/mmdetection/mmdet/apis/inference.py", line 179, in