项目地址:https://github.com/TuSimple/simpledet
之前把项目里install里的各种方法都试了好几遍,都安装不好,差点就放弃了。前几天刚好更新了新的安装方法,成功安装,记录一下。
配置环境
conda创建虚拟环境(创建虚拟环境真的很重要,适合版本管理,而且万一失败了直接删了就完事了)
conda create -n simpledet python=3.6
激活虚拟环境
source activate simpledet
安装依赖
# install dependency
sudo apt update && sudo apt install -y git wget make python3-dev libglib2.0-0 libsm6 libxext6 libxrender-dev unzip
# install python dependency
pip3 install 'matplotlib<3.1' opencv-python pytz --user
安装cuda和cudnn,我的驱动最高下载cuda9.0,所以下了9.0,cuda的下载版本和下一步安装mxnet有关系。cudnn不用设置版本,在安装好cuda后会自动匹配版本。
conda install cudatoolkit=9.0
conda install cudnn
下载mxnet,在install.md的Setup Locally with Pre-built Wheel里选择适合你cuda的mxnet版本下载。
pip3 install <mxnet安装包本地地址> --user
ok,然后按照他教程后面继续装
# install pycocotools
pip3 install 'git+https://github.com/RogerChern/cocoapi.git#subdirectory=PythonAPI' --user
# install mxnext, a wrapper around MXNet symbolic API
pip3 install 'git+https://github.com/RogerChern/mxnext#egg=mxnext' --user
# get simpledet
git clone https://github.com/tusimple/simpledet
cd simpledet
make
测试有没有成功
# test simpledet installation
mkdir -p experiments/faster_r50v1_fpn_1x
python3 detection_infer_speed.py --config config/faster_r50v1_fpn_1x.py --shape 800 1333
如果输出了一串数字,没有报错就算成功了。
测试单张图片
测试代码如下,是在项目issue里面找的,加入了绘制bbox的代码。
import os, argparse
import importlib
import json
import time
import cv2
import numpy as np
import mxnet as mx
from core.detection_module import DetModule
from utils.load_model import load_checkpoint
from utils.patch_config import patch_config_as_nothrow
coco = (
'person', 'bicycle', 'car', 'motorcycle', 'airplane', 'bus', 'train', 'truck', 'boat', 'tr