在windows环境下安装mmdetection
装了一天,真的是烦,所以下来了作为总结。这里是mmdection的官网 Mmdection。首先我们需要在电脑上安装好conda。
步骤一 创建并激活一个 conda 环境。
这里和官网是一样的
conda create --name openmmlab python=3.8 -y
conda activate openmmlab
步骤二 基于 PyTorch 官方说明安装 PyTorch。
这里一定要选择好自己的环境,下面附上我选择的情况。一定要根据自己电脑上的环境进行选择。然后将生成的命令复制到命令行中,进行安装。!!!注意:在执行这条命令之前一定要保证我们当前的conda环境是openmmlab(你可以选择自己的conda环境)
步骤三 安装 MMEngine 和 MMCV。
这是官网给出的命令,但是我在使用的时候都会报一个这样的错误,HTTPSConnectionPool(host=‘files.pythonhosted.org‘, port=443): Read timed out.
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
我找到的解决方法就是在每一条命令都加上一个镜像源,如果使用上面的命令可以安装成功就不需要在执行下面带镜像源的命令了,优先选择上面的命令。
pip install -i https://pypi.douban.com/simple -U openmim
mim install -i https://pypi.douban.com/simple mmengine
mim install -i https://pypi.douban.com/simple "mmcv>=2.0.0"
步骤四 安装mmdet
这里官网给了两种安装的方式,我选择了方案b。
mim install mmdet
同步骤三,如果包括可以使用如下带镜像源的命令
mim install -i https://pypi.douban.com/simple mmdet
步骤五 验证是否安装成功
这行命令是下载模型的预训练参数和配置文件,执行过后会在当前命令行所处的目录下出现两个文件rtmdet_tiny_8xb32-300e_coco.py 和 rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth。
mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest .
在命令行所处的文件目录下创建一个文件夹名为demo,在里面放入一张图片名为demo.jpg即可。然后我们可以执行如下的代码,执行这段代码的conda环境一定要是我们从步骤一一路执行过来的环境。
from mmdet.apis import init_detector, inference_detector
config_file = 'rtmdet_tiny_8xb32-300e_coco.py'
checkpoint_file = 'rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth'
model = init_detector(config_file, checkpoint_file, device='cpu') # or device='cuda:0'
inference_detector(model, 'demo/demo.jpg')
执行之后会出现