win10如何配置mmdetection2.14.0

【参考】

[1] B站up主：小鸡炖技术。【扫盲】Win10配置mmdetection 2.6和【扫盲】Swin-Transformer-Object-Detection环境搭建（最新mmdetection安装）

[2] mmcv官方安装教程：https://mmcv.readthedocs.io/en/latest/index.html

[3] mmdetection官方安装教程：https://mmdetection.readthedocs.io/en/latest/

说明

本教程主要参考B站up主：小鸡炖技术。但是由于python版本不同，以及没有提前下载安装cuda等，整个过程走了很多弯路，现将踩过的坑记录下来供大家参考。

1、安装vs2019

下载社区版，只需要安装C++桌面开发模块便好了。下载地址：https://visualstudio.microsoft.com/zh-hans/vs/

2、安装cuda11.1

本人显卡为NVDIA GeForce RTX3060,因此我选择安装cuda11.1,具体的可通过自己电脑配置选择对应的cuda版本进行安装。下载地址：https://developer.nvidia.com/cuda-toolkit-archive，安装好cuda以后记得检查一下是否将cuda安装路径添加到系统环境变量，安装程序默认会自己添加，如没有添加，则需要手动添加。

3、安装anaconda

4、安装mmcv1.3.8：

本人选择安装当前最新版本mmdetection2.14.0，根据其官方教程要求，其对应的mmcv版本应该>=1.3.8。如下图：

（1)按照mmcv官方安装教程：

安装mmcv时可以直接下载编译好的版本，但是，由于官方提供给windows平台可供下载的版本非常少，目前，仅有mmcv1.1.5版本，因此，我们通过github上的mmcv1.3.8源代码手动编译安装。在anaconda中创建虚拟环境并安装python3.8。

首先打开：

一定要选择Powershell Prompt版本。打开后你会发现路径前有个PS。如下图：

创建虚拟环境并安装python3.8(目前测试python3.7和python3.8均可，但是python3.9会在后续安装过程中报错，后文会提到)：

conda create -n mmdetection214 python=3.8

查看anaconda中建立的python的虚拟环境是否成功:

conda env list

激活建立的虚拟环境：

 conda activate mmdetection214

安装pytorch，见官网：https://pytorch.org/get-started/locally/，选择好自己对应的版本，通过复制进行安装。

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

安装完成，查看：

conda list

安装依赖：

 pip install cython matplotlib opencv-python

添加cl.exe路径：

在vs2019的安装路径下找到cl.exe，切记是Hostx86/x64路径下的cl.exe，将其路径添加到环境变量路径。

重启电脑以后验证是否添加成功，输入：

cl

在github上选择当前最新版本mmdetection2.14.0（https://github.com/open-mmlab/mmdetection）和mmcv1.3.8（https://github.com/open-mmlab/mmcv）打包下载。

解压以后，找到mmcv1.3.8安装包路径，进入安装包路径：

cd D:\software\anaconda3\envs\mmdetection214\Lib\site-packages\mmdetection-2.14.0\mmcv-1.3.8

运行：

pip install -r requirements.txt

按照如下设置：其中算力值可查阅：https://developer.nvidia.com/zh-cn/cuda-gpus

$env:TORCH_CUDA_ARCH_LIST="8.6"  #根据自己显卡算力进行修改。
$env:MMCV_WITH_OPS = 1
$env:MAX_JOBS = 8      #根据自己电脑配置，选择最多采用多少个线程进行运算

运行：

python setup.py build_ext

用时较长，完成以后运行：

python setup.py develop

到此已完成了mmcv的安装，可以通过以下命令查看：

conda list

5、安装mmdetection2.14.0

路径切换到安装包mmdetection-2.14.0，安装包通过github下载。

运行：

pip install -r requirements.txt

亲测采用python3.9会有如下报错：我没能解决以下错误，(原因好像是pycocotool编译生成的文件都是py38的)，总之，最终换回python3.8正常了。

接着运行：

python setup.py develop

检验：

pip list

接下来应用faster-rcnn的一个例子来验证：

在https://github.com/open-mmlab/mmdetection/tree/master/configs/faster_rcnn下图表格中下载模型权值。

运行以下代码：根据自己文件位置修改路径。

python D:\software\anaconda3\envs\mmdetection214\Lib\site-packages\mmdetection-2.14.0\demo\webcam_demo.py D:\software\anaconda3\envs\mmdetection214\Lib\site-packages\mmdetection-2.14.0\configs\faster_rcnn\faster_rcnn_r50_fpn_1x_coco.py D:\software\anaconda3\envs\mmdetection214\Lib\site-packages\mmdetection-2.14.0\checkpoints\faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth

如有opencv相关的报错，修改opencv的版本，运行：

pip install opencv-python==4.2.0.34

再次运行例子便可。