【无标题】mmocr在云服务器上

注意部署的时候 部署路径在根路径之下，部署路径不用写完整的！！！

1、创建虚拟环境

conda create -n pytorch python=3.8 （pytorch 是我自己取的名字）

2、切换和退出conda虚拟环境

# 切换conda环境
conda activate env_name
 
# 退出conda环境
conda deactivate

3. 显示、复制（克隆）、删除虚拟环境

1） 显示安装过的所有虚拟环境

conda info --envs
或
conda info -e
或
conda env list

2）复制/克隆环境

conda create --name new_env_name --clone copied_env_name

备注：
copied_env_name即为被复制/克隆环境名。

new_env_name即为复制之后新环境的名称。

4、删除环境

conda remove --name env_name --all

原文链接：https://blog.csdn.net/Charles5101/article/details/108213002

退出Linux的终端（base）环境

安装指示中 cd进项目文件夹

git clone https://github.com/open-mmlab/mmocr.git
cd mmocr
pip install -v -e .
# "-v" increases pip's verbosity.
# "-e" means installing the project in editable mode,
# That is, any local modifications on the code will take effect immediately.

# install albu
pip install -r requirements/albu.txt
# install the dependencies for building documentation and running unit tests
pip install -r requirements.txt

如果自己已经下载到服务器某个文件夹，直接cd到这个文件夹就好，cd进这个文件夹，再pip 各种当前路径文件夹下的txt

# "-v" increases pip's verbosity.
# "-e" means installing the project in editable mode,
# That is, any local modifications on the code will take effect immediately.

cd mmocr-main (自己下载的文件夹命名是mmocr-main,git clone文件夹的名字是mmocr）
pip install -v -e .

就安装好了mmocr这个模块，也应该是总体的最主要的模块部分吧
不明觉厉

开始训练模型（python XXX.py | tee record.txt 记录训练结果）

然后就可以开始训练模型了。来到模型py文件所在的路径，运行文件即可（数据集配置等其他涉及到具体问题的，具体另外解决）。

python XXX.py

我一般习惯使用tee命令，将模型训练的每一行输出同时记录到一个txt文件里面。

python XXX.py | tee record.txt

一行输出同时记录到一个txt文件里面。

python XXX.py | tee record.txt

将模型训练的每一行输出同时记录到一个record.txt文件里面。

原文链接：https://blog.csdn.net/Mocode/article/details/127612123

如何在Linux服务器上安装Anaconda（超详细）

export PATH=/home/xyj/anaconda3/bin:$PATH

主要是这块，参考的是下面这篇
Anaconda安装及配置python虚拟环境（其余主要参考的还是上面那篇）

debug

ModuleNotFoundError: No module named ‘mmcv‘

安装mmcv

pip install -U openmim

mim install mmcv

[Bug] AssertionError: MMDetection 3.2.0 is incompatible with MMOCR 1.0.1.

MMDetection 3.2.0 is incompatible with MMOCR 1.0.1. Please use MMDetection >= 3.0.0rc5, < 3.2.0 instead.

原因，，，查半天也不知道，只知道降低pytorch的版本是有效的

conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

I resolved this issue just by lowering pytorch version to 2.0. Check link for suitable version

##check version 
!python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'

!pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118 -q

##then
!pip3 install openmim
!git clone https://github.com/open-mmlab/mmocr.git
%cd mmocr
!mim install -e .

##finally
from mmocr.apis import MMOCRInferencer
ocr = MMOCRInferencer(det='DBNet', rec='CRNN')
ocr('demo/demo_text_ocr.jpg', show=True, print_result=True)

[Bug] Could not build wheels for mmcv, which is required to install pyproject.toml-based projects

PU版本pytorch（Cuda12.1）清华源快速安装一步一步教！

设置清华源，加速安装(真的加速很多，不加这条语句，下面那条带代码根本没反应：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

开始指定版本安装：

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html