win10 + mmdetection 新电脑配置教程

近期因为项目需要，需要配置mmdetection这个开源的目标检测库。
之前读论文看源码时就发现很多论文复现是基于这个库的，里面包含多种视觉检测的核心模块，通过组合能快速搭建好自己的网络，能大大加快研究效率，目前都有YOLOX框架。
首先，在官网 https://github.com/open-mmlab/mmdetection查看mmdetection的安装过程，
在docs/get_started.md中详细说明了linux和macos下的安装条件和过程，但windows系统还处在实验性支持阶段。

Prerequisites

• Linux or macOS (Windows is in experimental support)
• Python 3.6+
• PyTorch 1.3+
• CUDA 9.2+ (If you build PyTorch from source, CUDA 9.0 isalso compatible)
• GCC 5+
• MMCV

然后在网上浏览了一下win10下的配置过程，步骤繁琐，发现大家会遇到各种各样的问题，看评论发现还出现问题，少则两三天才解决，着实把我吓退了。已经在考虑要不要装个linux双系统，但是考虑到组内其他人linux不熟练，还是自己动手配置一下吧。

使用的版本情况

系统：Windows10
cuda：10.2
cudnn：7.6.5
pytorch：1.8.0
torchvision：0.9.0
mmcv：1.3.9
mmdetection：2.15.0

cuda和cudnn 安装

这个安装就按照之前的文章来：https://blog.csdn.net/shuaijieer/article/details/106150135

anconda 安装

官网下载安装包后，直接安装

创建conda虚拟环境

点击开始菜单，找到Anaconda3下的Anaconda Prompt，右键- -更多–以管理员身份运行。

创建名为mmd虚拟环境

conda create -n mmd python=3.7

激活虚拟环境

conda activate mmd

安装pytorch和torchvision

直接安装pytorch可能会因为网络问题中断，我是下载的离线的安装包，把下载链接复制到IDM下载器中超级快。
pytorch下载链接：https://download.pytorch.org/whl/cu102/torch-1.8.0-cp37-cp37m-win_amd64.whl

torchvision下载链接：https://download.pytorch.org/whl/cu102/torchvision-0.9.0-cp37-cp37m-win_amd64.whl

pytorch和torchvision版本要对应起来。

设置conda下载等待时间

在安装环境过程中会在线下载一下几十兆左右的安装包，为了避免下载失败，延长等待时间。

conda config --set remote_read_timeout_secs 100.0

安装vs2017/2019

勾选c++环境，因为是在一台新电脑配置的，不安装的话会在编译mmdetection环境时提示下面错误

error: Microsoft Visual C++ 14.0 or greater is required. 

安装mmcv

pip install mmcv-full==1.3.9 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html

安装mmdetection

MMDetection 和 MMCV 的版本要兼容

参考https://blog.csdn.net/ECHOSON/article/details/119449845?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2.no_search_link&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2.no_search_link
直接安装最新版的。

# install mmdetection
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .

demo测试

下载faster_rcnn_r50_fpn_1x_coco的预训练模型：https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
保存到mmdetection路径下。

运行下面代码，显示图片

python demo/image_demo.py demo/demo.jpg configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth

至此，win10 下配置成功！