如何在ubuntu下安装detectron2_detectron2 + ubuntu + cpu

一开始觉得找到的资料都是关于ＧＰＵ下配置的，可能ＣＰＵ会有很多坑

结果并没有，就清华conda源坑了我一下

#创建conda环境

#20.3.16． conda清华源怎么也弄不出来，好像是main还是free哪个包出问题了

#一开始以为是配了ss，ip有问题，ping也ping不通，学到了，ping域名不能加http这些

#换了中科大源解决了，底下安装pytorch还是可以用清华的镜像

conda create -n detectron2 python=3.7

#安装pytorch, cpu

#用清华源记得删掉　-c　pytorch

＃速度就是一切

pip install opencv-python(清华源

pip install cython(清华源

＃这里也要下很多包，你看到哪个包下的慢，就crtl+c，然后用pip或者conda结合国内源下载

pip install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

# 编译，同上，下包慢就手动来

＃网上看到有的博客里编译的语句是啥啥setup.py，然后还要手动下载fvcore，3.16这个版本已经改变了，就按照github最新的命令来

python -m pip install -e .

＃接下来看一下人家给出的demo，我一句一句理一下

Inference Demo with Pre-trained Models

＃选择model zoo里面的一个模型,实际上也都保存在configs里面了吧

＃不知道啊，.yaml文件是干嘛的，pkl文件可以是模型也可以是模型参数

＃去model_zoo里面找到mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl这个文件，下载到本地，可以新建个什么文件夹叫model_zoo之类的，文件夹结构可以像他提供的这样，但是如果你下载的不是特别多，也可以用一个文件夹

＃不知道r_50_fpn_3x到底是啥意思，反正都和训练相关吧，我就先用着了

Pick a model and its config file from model zoo, for example, mask_rcnn_R_50_FPN_3x.yaml.

We provide demo.py that is able to run builtin standard models. Run it with:

cd demo/

＃--input input1.jpg input2.jpg　制定了输入，可以自己找一张input1.jpg放在demo文件夹下。

＃　[--other-options]　别的选项的占位，没有就把这句删了

＃　--opts MODEL.WEIGHTS 你存储model_final_f10217.pkl的路径　MODEL.DEVICE cpu

＃　这一句指明了model weights的地址，你用原来的路径是会去网上下载的，model.device cpu，一定不能少，我们就cpu。

python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml

--input input1.jpg input2.jpg

[--other-options]

--opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

The configs are made for training, therefore we need to specify MODEL.WEIGHTS to a model from model zoo for evaluation. This command will run the inference and show visualizations in an OpenCV window.

For details of the command line arguments, see demo.py -h or look at its source code to understand its behavior. Some common arguments are:

To run on your webcam, replace --input files with --webcam.

To run on a video, replace --input files with --video-input video.mp4.

To run on cpu, add MODEL.DEVICE cpu after --opts.

To save outputs to a directory (for images) or a file (for webcam or video), use --output.

＃demo运行后会有这种输出，还有控制界面啥的，无所谓了，我奇怪的一点是，怎么都没办法退出运行，就一直卡在那里，ctrl+c也没有反应，奇怪。

下一篇熟悉一下detectron2的API，因为我只需要使用它训练好的模型，所以关于训练的部分不会涉及

我写的应该都是关于推理部分的代码