华为云-AI开发平台ModelArts安装mmdetection步骤

简介：AI开发平台ModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。

华为云中可以免费试用1小时的AI开发环境（包括cpu，GPU两种版本）

mmdetection安装步骤

一、环境部署

选择pytorch-1.4.0,python3的公共镜像

选择GPU模式（mmdetection训练时会用到GPU）

此环境下，配置为

Python 3.6.4；CUDA 10.1.243；pytorch 1.4.0
mmdetection版本：mmdetection-master；mmcv-full 1.3.3

版本兼容可查看https://github.com/open-mmlab/mmdetection（要注意兼容性，否则会出现各种奇葩问题）

二、mmdetection安装

创建开发环境（选择pytorch1.4.0）

1. !pip install mmdet
2. !pip install mmcv-full==1.3.3
3. cd /home/ma-user/work/mmdetection-master/
4. !pip install  -r requirements.txt
5. !pip install -v -e . （注意有个“.”）

上述5个步骤完成后，mmdetection安装完成

三、mmdetection测试

from mmdet.apis import init_detector, inference_detector,show_result_pyplot
import numpy as np
import os
import cv2
import random
import mmcv

config_file = 'configs/mask_rcnn/mask_rcnn_r50_caffe_fpn_mstrain-poly_3x_coco.py'

checkpoint_file = 'checkpoints/mask_rcnn_r50_caffe_fpn_mstrain-poly_3x_coco_bbox_mAP-0.408__segm_mAP-0.37_20200504_163245-42aa3d00.pth'

model = init_detector(config_file, checkpoint_file, device='cuda:0')

img = 'demo/demo.jpg'

result = inference_detector(model, img)

model.show_result(img, result)

model.show_result(img, result, out_file='demo/result.jpg')

show_result_pyplot(model, img, result)

测试效果