环境需求:
- Linux or MacOS
- CUDA >= 10.2
- Python >= 3.7
- Pytorch >= 1.10.0, <2.0.0
一.安装pytorch
1.1安装anaconda
1进入官网
Anaconda | The World’s Most Popular Data Science Platform
2下载linux的sh版
3在对应位置输入
sh 文件名.sh
然后根据提示安装即可,可以不配置环境。
1.2安装pytorch
1.2.1安装cudn与cudnn
Ubuntu 20.04安装CUDA & CUDNN 手把手带你撸_ubuntu cuda_哈希Map的博客-CSDN博客
具体可以参考这篇博客,cudnn并不是所有模型需要,但是为了方便一起安装,具体可以参考这篇博客,注意cuda与cudnn的版本对应。
1.2.2在anaconda创建pytorch环境
conda create -n nanodet python=3.8 -y
conda activate nanodet
python版本大于等于3.7即可,但是也不要过高版本。
1.2.3下载pytorch
进入官网
根据配置复制命令安装,由于我的cudn是11.4所以选择之前的版本。
建议用pip安装,对比conda可以避免一些错误。
进入环境后进行安装
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
检查是否安装完成
python
import torch
print(torch.cuda.is_available())
如果返回为true就是安装成功了。如果是false就要检查cuda版本与是否了镜像源,镜像源非常容易下载到cpu版本,且不要用conda下载。
1.3下载nanodet
进入官网下载。权重可以先不下载,配置文件中有,跑demo时候会自动下载。
1.4安装依赖包并设置
cd nanodet
pip install -r requirements.txt
python setup.py develop
1.5跑一个demo
进入demo.py,
右上角进入编辑配置,注意要把工作路径改为跟目录。然后在配置地方依次输入文件类型,配置文件,文件路径。
完成!