全新linux终端环境配置,linux终端CenterNet 的环境搭建

linux终端CenterNet 的环境搭建

0、确定搭建环境

一、创建python3.6的环境

创建conda环境

安装pytorch-0.4.1

二、安装cocoapi

三、克隆centernet的github仓库

四、安装必要的库

五、编译可变性卷积库DCNv2

六、运行demo.py

七、demo运行

0、确定搭建环境

首先确定你的环境为windows或linux，不同的环境下搭建步骤略有不同，不过嘛，当然是linux下搭建比较方便了，因为原作者的环境就是linux下。

好的，那么下面请跟我一起在linux下一步步搭建centernet环境吧！

一、创建python3.6的环境

建议在anaconda下重新创建一个新的python3.6的环境，用于centernet搭建，不然你后面会发现…我的个亲娘啊！

创建conda环境

conda create --name CenterNet python=3.6 创建环境，将name改为你自定义的名字

安装pytorch-0.4.1

必须安装0.4.1版本，否则会发生意想不到的错误。

torch.vision0.1.6

pytorch0.4.1下载命令：conda install pytorch=0.4.1 torchvision -c pytorch

安装完成后最好检查一下torchvision版本，或直接在运行一下：conda install torchvision==0.1.6

二、安装cocoapi

参照以下命令：

# COCOAPI=/path to clone cocoapi

git clone https://github.com/cocodataset/cocoapi.git $COCOAPI

cd $COCOAPI/PythonAPI

make

python setup.py install --user

将其中path to clone cocoapi定义为自己的路径

三、克隆centernet的github仓库

CenterNet_ROOT=/path/to/clone/CenterNet

git clone https://github.com/xingyizhou/CenterNet $CenterNet_ROOT

注意！

这里请用在命令行克隆项目，若直接在gihub上下载下来，会导致缺失.git文件夹，而后续操作若没有此文件夹，将会导致错误！且难以发现！

四、安装必要的库

进入到克隆的centernet文件夹根目录，然后：

pip install -r requirements.txt

快速安装所需要的必要的库

五、编译可变性卷积库DCNv2

cd $CenterNet_ROOT/src/lib/models/networks/DCNv2

./make.sh

请注意

此处，若不是使用git命令克隆的仓库，会导致一系列问题，以后补充。

若不是使用git命令克隆的仓库，会导致缺少.git文件夹，而在编译DCNv2时，有时会出错，需要调用git checkout命令，但无法找到.git文件夹。

六、运行demo.py

python demo.py ctdet --demo ../images/24274813513_0cfd2ce6d0_k.jpg --load_model ../models/ctdet_coco_dla_2x.pth

将其中的…/images/24274813513_0cfd2ce6d0_k.jpg修改为你自己的图片路径。

如果没有问题，在终端运行时，不出意外，你将会得到以下错误：

[ERROR] X server – no display in range is available

这是由于linux终端没有图形界面，而demo会调用cv2.imwrite()，需要修改

src/lib/detectors/cdet.py

def show_results(self, debugger, image, results):

debugger.add_img(image, img_id='ctdet')

for j in range(1, self.num_classes + 1):

for bbox in results[j]:

if bbox[4] > self.opt.vis_thresh:

debugger.add_coco_bbox(bbox[:4], j - 1, bbox[4], img_id='ctdet')

#debugger.show_all_imgs(pause=self.pause)

debugger.save_all_imgs(path='/home/czb/CenterNet-master/output/', genID=True)

将其中的debugger.show_all_imgs(pause=self.pause)注释掉，不让其显示，而将测试图片保存下来：

debugger.save_all_imgs(path=’/home/czb/CenterNet-master/output/’, genID=True)

路径修改为你自己的。

七、demo运行

至此，demo.py可以成功运行。