安装方式1
- Python >= 3.6
在anaconda中构建新环境,
conda create -n xinwen python=3.6
conda activate xinwen
- PyTorch 1.3
【报错安装】
也是官网给出的安装方式
conda install pytorch=1.3 torchvision cudatoolkit=10.1 -c pytorch
后面都能正确安装,但是在测试用例时会发现第一次启动花销很长时间甚至卡住,Google出来的信息是,cudatoolkit的版本与这里pythorch中的cuda版本不一致,导致在build_model时会花很长时间,作者也说第二次会好点,反正我第一次没等出来就抓狂了,果断找问题,然后解决掉~
【正确安装方式】
先卸载前面的错误安装,再用pip安装,后面也有用“纯pip”安装的,不晓得是否报错,没试过~
conda uninstall pytorch
pip install -U torch torchvision
- OpenCV
conda install -c menpo opencv3
- fvcore
pip install 'git+https://github.com/facebookresearch/fvcore'
- pycocotools
pip install cython;
pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
- GCC >= 4.9
我的系统是ubuntu1804,自带gcc就满足
- install detectron2
git clone git@github.com:facebookresearch/detectron2.git
cd detectron2
python setup.py build develop
【报错,compute_75不支持。。。】
猜测原因:机子上安装多个cuda版本时,可能导致nvcc与cuda版本不一致,可用nvcc -V和cat /usr/local/cuda/version.txt或者ls /usr/bin -la或者stat cuda分别查看二者版本
解决方式:在~/.bashrc中新建path和ld_library两个变量
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
【anaconda安装报错Collecting package metadata (current_repodata.json): done Solving environment: failed】
解决:
conda update --all
之后就可以正常安装
安装方式2
conda create -n xinwen python=3.6
conda activate xinwen
conda install -c menpo opencv3
pip install cython;
pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
pip install -U torch torchvision
pip install git+https://github.com/facebookresearch/fvcore.git
git clone https://github.com/facebookresearch/detectron2 detectron2_repo
pip install -e detectron2_repo
木有测试,但是直觉可以成功,可自己尝试;
我的环境:
- ubuntu1804
- cuda10.1
- anaconda+python3.6
- nvidia 2080Ti
测试
python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml
--input images/000043.jpg
--output results
--opts MODEL.WEIGHTS models/model_final_f10217.pkl
注意点:
- 测试图片自己找,我的是000043.jpg,放在当前工程自己新建的文件夹images中;
- 当前工程下,新建results文件夹存储结果图片,我在服务器环境中,没有显示器,因此给个输出文件夹;
- 当前工程下,新建models文件夹用来放测试模型,当然,模型自己在model zoo链接中去下载;
其他参数:
-
在摄像头测试
用–webcam替代–input
-
视频文件测试
用–video-input替代–input
-
存储结果
给–output参数就行
测试结果