如何在ubuntu下安装detectron2_ubuntu Anaconda Pytorch 编译安装Detectron2

最新推荐文章于 2023-04-07 17:31:07 发布
最新推荐文章于 2023-04-07 17:31:07 发布
阅读量565 收藏
点赞数
文章标签： 如何在ubuntu下安装detectron2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39984105/article/details/111525086
版权
本教程详细记录了在Ubuntu环境下，通过Anaconda创建虚拟环境，并安装PyTorch后，进一步编译安装Detectron2的步骤。包括克隆Detectron2仓库，激活环境，安装依赖库，最后成功安装Detectron2的过程。
摘要由CSDN通过智能技术生成

star@xmatrix:~/Detectron2$ git clone https://github.com/facebookresearch/detectron2.git

star@xmatrix:~/Detectron2$ source activate wind2

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$ ls

detectron2-master detectron2-master.zip

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$ cd detectron2-master

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$ ls

configs demo dev docs INSTALL.md MODEL_ZOO.md README.md setup.py tools

datasets detectron2 docker GETTING_STARTED.md LICENSE projects setup.cfg tests

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$

(wind2) star@xmatrix:~/Detectron2/detectron2-master$ cd ../(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$

(wind2) star@xmatrix:~/Detectron2$ python -m pip install -e detectron2-master

Obtaining file:///home/star/Detectron2/detectron2-master

Processing/home/star/.cache/pip/wheels/7c/06/54/bc84598ba1daf8f970247f550b175aaaee85f68b4b0c5ab2c6/termcolor-1.1.0-cp36-none-any.whl

Collecting Pillow>=7.1Downloading https://files.pythonhosted.org/packages/30/bf/92385b4262178ca22b34f82e0e09c2922eb351fe39f3cc7b8ba9ea555b41/Pillow-7.2.0-cp36-cp36m-manylinux1_x86_64.whl (2.2MB)|████████████████████████████████| 2.2MB 189kB/s

Collecting yacs>=0.1.6Downloading https://files.pythonhosted.org/packages/38/4f/fe9a4d472aa867878ce3bb7efb16654c5d63672b86dc0e6e953a67018433/yacs-0.1.8-py3-none-any.whl

Collecting tabulate

Downloading https://files.pythonhosted.org/packages/c4/f4/770ae9385990f5a19a91431163d262182d3203662ea2b5739d0fcfc080f1/tabulate-0.8.7-py3-none-any.whl

Collecting cloudpickle

Downloading https://files.pythonhosted.org/packages/e7/e3/898487e5dbeb612054cf2e0c188463acb358167fef749c53c8bb8918cea1/cloudpickle-1.6.0-py3-none-any.whl

Collecting matplotlib

Downloading https://files.pythonhosted.org/packages/cd/d6/8c4dfb23151d5a494c66ebbfdb5c8c433b44ec07fae52da5939fcda0943f

最低0.47元/天 解锁文章
weixin_39984105
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
detectron2安装（ubuntu）及训练自定义数据集（maskrcnn）
codeabyss的博客
12-21 929
目录 环境搭建 测试demo 自定义数据集注册 训练自己的数据集 推理图片 环境搭建 1、创建虚拟环境 conda create -n det-maskrcnn python=3.7 2、进入环境安装依赖包 conda activate det-maskrcnn # 进入虚拟环境 pip install opencv-python matplotlib cython tensorboardX conda install pytorch==1.6.0 cudatoolkit
Detectron2 安装踩坑
woxiangxinwang的博客
09-13 1277
设备：NVIDIA GeForce RTX 3090。
Ubuntu下配置detectron2
m0_64720568的博客
03-29 1118
出现以下提示代表docker在正常运行中（如果systemctl命令报错，试着输入此命令。5.安装Detectron2（注意看清自己的torch和Cuda版本，可输入。12.准备运行一下Detectron2的demo，保存一张图片命名为。14.这期间可能会出现一些包的版本过低的问题，升级以下就好了。13.如果遇到这条报错代表fvcore版本过低，需要升级（8.查看一下自己docker内的cuda版本，输入。4.此时我们可以查看一下docker的状态，输入。的文件夹权限问题，输入命令。
Ubuntu安装detectron2
weixin_43742276的博客
03-02 1256
Ubuntu18.4 安装 detectron21. 安装python/pytorch环境2. Git detectron23. 编译 detectron2 1. 安装python/pytorch环境 查看链接 https://blog.csdn.net/weixin_43742276/article/details/108801093?spm=1001.2014.3001.5501 2. Git detectron2 git clone https://github.com/facebookresearc
ubuntu 18.04安装detectron2
qq_36246347的博客
12-17 264
python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu102/torch1.5/index.html 参考来源：https://github.com/magicleap/Atlas/blob/master/Docker/Dockerfile
Ubuntu22.04下安装detectron2
u010948546的博客
04-07 644
【代码】【无标题】
ubuntu detectron2的安装
jenkinwey的博客
05-09 2030
Ubuntu20.04下detectron2的安装 安装依赖库 安装fvcore： pip install fvcore 安装pycocotools： 直接安装： pip install -U 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI' 或者： git clone https://github.com/cocodataset/cocoapi.git cd cocoapi/PythonAPI python3
ubuntu安装anaconda+torch+opencv+vscode常见问题总结
01-27
在Ubuntu操作系统上安装科学计算工具包Anaconda、深度学习框架PyTorch、计算机视觉库OpenCV以及流行的代码编辑器Visual Studio Code（VSCode）可能会遇到一系列挑战。本文将概述这些安装过程中可能遇到的问题及相应...
jetson-tx2-pytorch:在Nvidia Jetson TX1TX2上安装PyTorch
05-11
在NVIDIA Jetson TX1 / TX2上安装PyTorch 是一个新的深度学习框架，可以在Jetson TX1和TX2板上很好地运行。 它安装起来相对简单快捷。 与TensorFlow不同，它不需要外部交换分区即可在TX1上构建。 尽管TX2具有足够...
Pytorch 使用不同版本的cuda的方法步骤
09-17
而cudatoolkit是Anaconda在安装PyTorch时默认安装的，它主要包含运行CUDA程序所需的核心动态链接库，不包括完整的开发工具。通常，对于仅运行已编译的PyTorch模型来说，cudatoolkit已经足够。 当你需要进行CUDA扩展...
Detectron详细安装教程
10-31
Detectron是Facebook AI研究院(FAIR)于2018年初公开的目前为止业内最佳水平的目标检测平台。据介绍，该项目自 2016 年 7 月启动，构建于 Caffe2 之上，目前支持大量机器学习算法，其中包括 Mask R-CNN（何恺明的研究，ICCV 2017 最佳论文）和 Focal Loss for Dense Object Detection，（ICCV 2017 最佳学生论文）。Facebook 称，该工具包已被应用与公司内部很多团队应用于各类应用中，一旦训练完成，这些计算机视觉模型可被部署在云端或移动设备上。 该工具的开源对于研究目标检测的朋友来说有极大的帮助，可以帮助他们利用最先进的深度学习目标检测技术快速构建自己的模型和应用，也可在其上开展进一步的研究，无论从工程上还是从学术研究上都有较大的参考价值。
pytorch版可变形卷积代码DCNv2.zip
04-09
在Ubuntu环境下安装和使用DCNv2的步骤如下： 1. **环境准备**：确保已经安装了Python、PyTorch、 torchvision 和其他必要的库，如CUDA和cuDNN（如果要在GPU上运行）。通常，你可以通过Anaconda或pip来安装这些依赖...
Ubuntu20.04安装运行Detectron2
qq_43158129的博客
10-29 865
内容待定
Detectron2入门：Ubuntu 20.04上安装Detectron2
Czi.的博客
07-18 646
Detectron2支持目标检测、实例分割、姿态估计等任务，还支持语义分割和全景分割和CascadeR-CNN，PanopticFPN和TensorMask新模型。Detectron2基本的依赖是python大于等于3.6版本，pyTorch需要在1.8以及以上。
Ubuntu系统Detectron2框架安装
qq_41360255的博客
06-04 1030
1、opencv pip install opencv-python 2、fvcore fvcore 是 FAIR 开源的 一个轻量级的核心库，它提供了在各种计算机视觉框架(如 Detectron2)中共享的最常见和最基本的功能。该库需要 >=Python 3.6 的 Python 环境。 pip3 install fvcore 遇到问题： ERROR: Cannot uninstall ‘PyYAML’. It is a distutils installed project and thus
ubuntu20.04搭建detectron2环境
lanseali的博客
03-05 3321
创建conda环境 conda create -n detectron2 python=3.8 conda activate detectron2 安装opencv pip install opencv-python pip install opencv-contrib-python 安装pytorch和cuda pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://downl.
Ubuntu18.04搭建detectron2环境
Legendyyy的博客
10-30 1019
Ubuntu18.04搭建detectron2环境
ubuntu20.04LTS安装编译detectron2踩坑过程 运行demo.py
乐趣是人为构建的，构建是一种莫大的乐趣。
01-14 779
首先安装detectron2，我采用的是 python -m pip install 'git+https://github.com/facebookresearch/detectron2.git' 之后需要检查自己的电脑是否安装了nvidia驱动，20.04里面的驱动很好配置，直接在ubuntu软件和更新里改驱动就行。（完全不需要卸载那个开源的驱动） 驱动搞完以后，还需要安装nvcc（很大，要用镜像源才好） 之后需要编译detectron2： python setup.py build develop
Ubuntu下detectron2 的安装使用笔记
notHeadache的博客
05-28 3100
安装使用了一波detectron2 ，感觉没有mmdetection好用…但是还是记一下安装和使用的过程 安装 确保你的python版本是3.6以上 查看你的机器的cuda版本（如果没安装的话安装），通过 nvcc --version 命令查看，然后去安装或者更新相应版本的pytorch。 比如我的cuda版本是10.0的，就执行以下命令安装或者更新对应cuda版本的pytorch，不然会报错 pip3 install torch==1.4.0+cu100 torchvision==0.5.0+cu100
排序算法的较量：快速排序与归并排序的深度剖析
最新发布
08-11
数据结构是计算机科学中的一个基本概念，它指的是数据的组织、管理和存储方式，以及对数据的操作。数据结构使得数据的访问和修改更加高效和有序。常见的数据结构包括： 1. **数组**（Array）：一种线性数据结构，可以存储相同类型的元素，并通过索引访问。 2. **链表**（Linked List）：一种线性数据结构，由一系列节点组成，每个节点包含数据部分和指向下一个节点的指针。 3. **栈**（Stack）：一种后进先出（LIFO, Last In First Out）的数据结构，只能在一端进行添加或删除操作。 4. **队列**（Queue）：一种先进先出（FIFO, First In First Out）的数据结构，允许在一端添加元素，在另一端删除元素。 5. **哈希表**（Hash Table）：通过键值对存储数据的数据结构，可以快速地通过键来访问数据。 6. **树**（Tree）：一种层次结构的数据结构，每个节点有零个或多个子节点，通常用于表示具有层次关系的数据。 7. **图**（Graph）：由顶点（节点）和边组成，可以表示复杂的关系和网络结构。 每种数据结构都有其
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值