mmdetection-虚拟环境的搭建与代码调试

最新推荐文章于 2024-04-10 20:38:55 发布
最新推荐文章于 2024-04-10 20:38:55 发布
阅读量2.1k 收藏 5
点赞数 1
分类专栏： 深度学习 医学图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/songchunxiao1991/article/details/95938323
版权

1、mmdetection---虚拟环境配置

官方要求：

初始环境：

  • python==3.6.8
  • CUDA==9.0
  • Pytorch==1.0.0
  • GCC==4.8.4
  • mmcv>=0.2.6

遇到的问题：

①、Segmentation fault(core dumped)-段错误

使用‘‘gdb’’追踪错误：

错误原因：gcc和系统版本太低，需要升级系统和gcc版本;

参考网址：https://github.com/open-mmlab/mmdetection/issues/24

②、Cuda版本与RTX2080有冲突&

最低0.47元/天 解锁文章
夜幕下的光123
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
core dump gdb调试
weixin_34186950的博客
06-28 1212
core dump又叫核心转储, 当程序运行过程中发生异常, 程序异常退出时, 由操作系统把程序当前的内存状况存储在一个core文件中, 叫core dump. (linux中如果内存越界会收到SIGSEGV信号，然后就会core dump) 在程序运行的过程中，有的时候我们会遇到Segment fault(段错误)这样的错误。这种看起来比较困难，因为没有任何的栈、trace信息输出。该种类型的...
Segmentation fault (core dumped)
doodlesomething
08-21 4万+
这个的报错
MMDetection使用及相关问题
chenfang0529的博客
03-26 4620
搭建mmdetection，并训练自己的数据集，及使用过程中出现的各种问题汇总：服务器缓存，core dumped等
MMDetection环境配置（Window）
qq_21904447的博客
04-02 862
miniconda下载地址：https://docs.conda.io/en/latest/miniconda.html根据提示安装好。
【MMDetection系列 - 1】 MMdetection基础环境配置及demo运行
最新发布
Fate_serendipity的博客
04-10 1904
MMDetection是一个基于Pytorch的深度学习目标检测工具箱，支持多种主流的目标检测框架。第一次接触这个框架，参考了官方文档（），在此记录一下自己的学习过程，也可供参考。本文介绍了如何在ubuntu系统下配置MMDetection所需环境依赖，并运行demo测验结果。以上介绍了初次接触MMdetection的入门实践，包括基础环境配置以及demo 的运行。
mmdetection的安装并训练自己的VOC数据集
qq_43229471的博客
09-26 3954
mmdetection的安装并训练自己的VOC数据集mmdetection的安装与VOC数据集的训练一. mmdetection的安装1.使用conda创建虚拟环境2.安装Cython3.安装mmcv4.安装pytorch5.安装mmdetection二. 使用mmdetection训练自己的VOC数据集1. 目录结构2. 修改class_names.py文件3. 修改voc.py文件4. 修改配...
MMdetection环境搭建（win10）
m0_61102347的博客
12-14 2058
一、 创建虚拟环境 这里创建python3.7环境 二、安装torch及cudatoolkit 进入torch官网，找到需要的torch及cuda（torch官网已经搭配并打包一起，后续不用设置环境变量，激活环境直接用即可） 找到以前版本，这里安装torch1.8.0和cuda11.1版本（后续安装mmcv需要对应） 复制这条命令，cmd中激活刚才的虚拟环境（cmd中输入activate mmdetection），输入下面代码进行安装conda install pytorch.
MMDetection框架入门教程（完全版）
热门推荐
Sual
11-14 7万+
  网上MMDetection的教程看似有很多，但感觉都不成系统，看完一圈下来还是不知道MMDetection要怎么用。这里还是推荐直接跟着官方教程，结合源码学习MMDetection，相关链接汇总如下： 官方教程 - MMCV 官方教程 - MMDetection 官方教程 - 不得不知的 MMDetection 学习路线(个人经验版) 西安交大课件 - mmdetection教程(使用篇)   本文会介绍如何在MMDetection中从头开始搭建一套属于自己的算法。前几篇博客算是本人学习过...
mmdetection-master.zip
07-26
(github官方下载)mmdetection 2020/7.26更新,mmdetection 2020/7.26更新,mmdetection mmcv faster-rcnn mask-rcnn ssd
mmdetection-distiller：这是基于mmdetection的知识蒸馏工具箱
03-03
安装mmdetection-distiller git clone https://github.com/pppppM/mmdetection-distiller.git cd mmdetection-distiller pip install -r requirements/build.txt pip install -v -e . 火车 #single GPU python ...
mmdetection-mask-output
05-08
输出mmdetection的masks
mmdetection-2.12.0.zip
07-22
mmdetection-2.12.0.zip是目标检测的源码,openmmlab官方源码
MMDetection新手安装使用教程（无限踩坑）
m0_51951660的博客
06-15 1万+
MMDetection是商汤和港中文大学针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，例如fast_rcnn,frater_rcnn,detr等算法。提示：以下是本篇文章正文内容，下面案例可供参考以上就是今天要讲的内容，本文主要介绍了mmdetection的安装以及采用标准COCO数据集的使用过程，后续如果读者需要，也会介绍自己数据集的制作以及利用mmdetection中的模型进行训练和测试。
mmdetection教程(使用篇)
无敌三脚猫的专栏
07-22 3114
mmlab
MMDetection学习教程（一）
w1520039381的博客
10-15 4496
官方文档：MMDetection–》点击进入 ** 第一步 安装相关环境 ** 1、MMDetection提供了GPU与CPU两个版本，但是cpu版本可用的算法会少很多。 2、参考我的前一篇博文安装好cuda等等环境 3、MMDetection所支持的最低依赖 Linux 和 macOS （Windows 理论上支持） Python 3.6+ PyTorch 1.3+ CUDA 9.2+ （如果基于 PyTorch 源码安装，也能够支持 CUDA 9.0） GCC 5+ MMCV 4、开始安装M
mmdetection环境配置和问题解决措施
m0_51124027的博客
10-14 960
安装流程 注:以一下版本为例 python 3.7 pytorch 1.6.0 torchvision 0.7.0 mmcv-full 1.2.0 cudatoolkit=10.1 1.创建conda虚拟环境并激活 conda create -n yyds(环境名称) python=3.7 -y conda activate yyds 2.安装Pytorch和torchvison 其他对应版本点击here. conda install pytorch==1.6.0 torchvision==0.
mmdetection 学习教程（一）mmdetection安装、最简示例、最简分析
qq_41094058的博客
05-07 1242
参考：mmdetection-mini https://www.zybuluo.com/huanghaian/note/1742545 https://github.com/hhaAndroid/mmdetection-mini https://blog.csdn.net/l7H9JA4/article/details/109152885 yolo转化mmdetection 参考：mmdetection官方 https://zhuanlan.zhihu.com/p/369826931 https://www
MMdetection 环境配置、config文件解析以及训练自定义VOC数据集
枫叶wu的博客
03-13 3104
MMDetection是针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，把数据集构建、模型搭建、训练策略等过程都封装成了一个个模块，通过模块调用的方式，我们能够以很少的代码量实现一个新算法，大大提高了代码复用率。本文根据我自己最近的使用经验，记录一下关于MMdetection的使用方法。
mmdetection安装与环境配置
08-31
mmdetection是一个基于PyTorch框架的目标检测库，它提供了丰富的目标检测算法和实用工具。下面是mmdetection的安装与环境配置步骤： 1. 安装Anaconda：首先，确保你已经安装了Anaconda，可以通过官方网站下载对应的安装包进行安装。 2. 创建虚拟环境：打开Anaconda命令行工具或者终端，执行以下命令来创建一个新的虚拟环境： ``` conda create -n mmdet python=3.7 -y ``` 这将在当前目录下创建一个名为mmdet的虚拟环境，并使用Python 3.7版本。 3. 激活虚拟环境：创建完成后，执行以下命令来激活虚拟环境： ``` conda activate mmdet ``` 4. 安装依赖：在激活的虚拟环境中，执行以下命令来安装mmdetection所需的依赖： ``` conda install pytorch torchvision -c pytorch pip install mmcv-full==1.3.0 ``` 5. 下载mmdetection：你可以通过Git克隆mmdetection的代码库，执行以下命令来下载mmdetection： ``` git clone https://github.com/open-mmlab/mmdetection.git cd mmdetection ``` 6. 安装mmdetection：在mmdetection目录下，执行以下命令来安装mmdetection： ``` pip install -r requirements/build.txt pip install -v -e . ``` 7. 编译CUDA扩展：如果你的环境支持CUDA，并且你需要使用CUDA加速，可以执行以下命令来编译CUDA扩展： ``` pip install -r requirements/optional.txt cd mmdet/ops python setup.py develop cd ../.. ``` 至此，mmdetection的安装与环境配置完成。你可以通过运行示例代码或者参考mmdetection的文档来使用该库进行目标检测任务。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值