【PP-YOLOv2】环境搭建（Ubuntu16.04）

引言

PP-YOLOv2: A Practical Object Detector

论文：https://arxiv.org/abs/2104.10419

代码链接：https://github.com/PaddlePaddle/PaddleDetection

环境搭建

如何查看您的环境

# 可以使用以下命令查看本机的操作系统和位数信息：
uname -m && cat /etc/*release
# 确认需要安装 PaddlePaddle 的 Python 是您预期的位置，因为您计算机可能有多个 Python

# 根据您的环境您可能需要将说明中所有命令行中的 python 替换为具体的 Python 路径
which python
# 需要确认python的版本是否满足要求
# 使用以下命令确认是 3.6/3.7/3.8/3.9
python --version
#需要确认pip的版本是否满足要求，要求pip版本为20.2.2或更高版本
python -m ensurepip
python -m pip --version
# 需要确认Python和pip是64bit，并且处理器架构是x86_64（或称作x64、Intel 64、AMD64）架构，目前PaddlePaddle不支持arm64架构。下面的第一行输出的是”64bit”，第二行输出的是”x86_64”、”x64”或”AMD64”即可：
python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"
# 默认提供的安装包需要计算机支持MKL

----------------------------------------------------------------------------------------------

PP-YOLOV2

1.首先创建python为3.7的环境

conda create -n ppv2 python==3.7
 
conda activate ppv2

2.安装cuda >= 10.1+cudnn>= 7.6+PaddlePaddle

#  方法一
conda install cudatoolkit=10.1  -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

export LD_LIBRARY_PATH='/usr/local/cuda-10.1/lib64/'

conda install cudnn==7.6.5 -c https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

# CUDA10.1的PaddlePaddle
python -m pip install paddlepaddle-gpu==2.1.1.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html

或者

#  方法二
conda install paddlepaddle-gpu==2.1.1 cudatoolkit=10.1 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

笔者使用方法二安装成功

3. 在您的Python解释器中确认PaddlePaddle安装成功

>>>   python
>>> import paddle
>>> paddle.utils.run_check()

出现PaddlePaddle is installed successfully!，说明已成功安装。

确认PaddlePaddle版本

python -c "import paddle; print(paddle.__version__)"

命令卸载PaddlePaddle（若版本不匹配可以根据下面的指令进行卸载，根据自己的需求）：

GPU版本的PaddlePaddle: python -m pip uninstall paddlepaddle-gpu

在多卡环境下使用PaddleDetection，请首先安装NCCL

conda install nvcc

4. 安装PaddleDetection

可通过如下两种方式安装PaddleDetection

2.1 通过pip安装
注意： pip安装方式只支持Python3
# pip安装paddledet
pip install paddledet==2.1.0 -i https://mirror.baidu.com/pypi/simple
# 下载使用源码中的配置文件和代码示例
git clone https://github.com/PaddlePaddle/PaddleDetection.git
cd PaddleDetection

2.2 源码编译安装
# 克隆PaddleDetection仓库
git clone https://github.com/PaddlePaddle/PaddleDetection.git
# 编译安装paddledet
cd PaddleDetection
python setup.py install
# 安装其他依赖
pip install -r requirements.txt

笔者尝试方法一成功安装

安装后确认测试通过：

python ppdet/modeling/tests/test_architectures.py
测试通过后会提示如下信息：
----------------------------------------------------------------------
Ran 5 tests in 3.012s
OK

5. 在GPU上预测一张图片

export CUDA_VISIBLE_DEVICES=0
python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=true weights=https://paddledet.bj.bcebos.com/models/ppyolo_r50vd_dcn_1x_coco.pdparams --infer_img=demo/000000014439.jpg

会在output文件夹下生成一个画有预测结果的同名图像。

结果如下图：