怎么看mmdetection版本_目标检测mmdetection的环境安装

原文GitHub地址

环境搭建：Linux (Ubuntu 16.04/18.04 and CentOS 7.2)(Windows可以自己研究搭建，官方暂不支持)

Python 3.5+ (Python 2不支持)

PyTorch 1.1 or higher

CUDA 9.0 or higher(9.0/9.2/10.0)

NCCL 2(2.1.15/2.2.13/2.3.7/2.4.2)

GCC(G++) 4.9 or higher(4.9/5.3/5.4/7.3)

mmcv

安装步骤：创建虚拟环境：

conda create -n open-mmlab python=3.7

#如果需要移除虚拟环境

#conda remove -n open-mmlab --all

source activate

conda activate open-mmlab

2. 安装torch环境

conda install pytorch torchvision -c pytorch

conda install cython -y

3. 克隆代码

git clone https://github.com/open-mmlab/mmdetection.git

cd mmdetection

4. 编译mmdetection的配置文件

python setup.py develop

# or "pip install -v -e ."

#python setup.py clean --all #若是安装没成功，则需要执行此命令进行清理

注意事项：

1. git提交id将通过上面的步骤写入版本号，例如0.6.0+2e7045c。

该版本也将保存在训练过的模型中。

建议每次从github中提取一些更新时运行上面的步骤。

如果修改了C/CUDA代码，则必须执行此步骤。

2. 按照上面的说明，mmdetection在开发模式下安装，

对代码进行的任何本地修改都将生效，而不需要重新安装(除非您提交了一些提交并想要更新版本号)。

3. 如果遇到“”bug,请参阅

mkdir data

ln -s $COCO_ROOT data

5. 其他选项：创建docker环境

# build an image with PyTorch 1.1, CUDA 10.0 and CUDNN 7.5

docker build -t mmdetection docker/

数据集的准备：建议将dataset根符号链接到$MMDETECTION/data。如果文件夹结构不同，则可能需要更改配置文件中相应的路径。

mmdetection

├── mmdet

├── tools

├── configs

├── data

│ ├── coco

│ │ ├── annotations

│ │ ├── train2017

│ │ ├── val2017

│ │ ├── test2017

│ ├── cityscapes

│ │ ├── annotations

│ │ ├── train

│ │ ├── val

│ ├── VOCdevkit

│ │ ├── VOC2007

│ │ ├── VOC2012

cityscapes annotations需要使用 cityscapesScripts

cd data/cityscapes/

mv train/*/* train/

多个版本的使用方法：如果您的机器上有想要使用多个mmdetection，则需创建多个conda环境，并为不同的版本使用不同的环境。

另一种方法是将以下代码插入主脚本(train.py,test.pyor any other scripts you run)

import os.path as osp

import sys

sys.path.insert(0, osp.join(osp.dirname(osp.abspath(__file__)), '../'))

3. 或者在对应文件夹的终端运行以下命令

export PYTHONPATH=`pwd`:$PYTHONPATH

参考