Ubuntu18.04 跑通SOLO & SOLOV2 mmdetection版本

这个mmdet版本的solo真是让我撞了好久好久的墙，这次终于跑通demo了。

SOLO(mmdet1.0版)： https://github.com/WXinlong/SOLO

我所连接的是学校配备的服务器，系统是Ubuntu18.04。首先conda是必须的（有时候conda是真的装不上东西不知道为何）。GCC 7.5。CUDA版本预设的是11.1，），最终成功地转到了CUDA10.1 update2的版本。

首先创建python为3.7.3的环境。

conda create -n solo python==3.7.3

conda activate solo

pytorch这里设置为1.4.0， torchvision为0.5.0

pip install torch==1.4.0 torchvision==0.5.0

之后我们clone下版本为 V1.0.0 的mmdetection.(切记一定是这个版本)

git clone -b v1.0.0 https://github.com/open-mmlab/mmdetection.git

cd mmdetection

之后安装所需module：

conda install opencv

pip install cython numpy albumentations==0.3.2 imagecorruptions matplotlib mmcv==0.2.15 numpy Pillow==6.2.2 six terminaltables asynctest codecov flake8 isort pytest  pytest-cov pytest-runner xdoctest == 0.10.0 yapf kwarray pycocotools

安装完成之后对环境进行编译：

python setup.py develop

成功之后，在当前mmdetection路径下clone SOLO 并转到SOLO路径：

git clone https://github.com/WXinlong/SOLO.git

cd SOLO

安装所需module并对环境进行编译，这一步会进行很长时间：

pip install scipy

python setup.py develop

成功后会弹出以下提示：

之后我们在SOLO目录下创建名为 checkpoints的文件夹，并把demo所需model存入此文件夹。

Decoupled_SOLO_R50_3x：

https://cloudstor.aarnet.edu.au/plus/s/dXz11J672ax0Z1Q/download

之后

cd demo

python inference_demo.py 

如果弹出以下错误，可以忽略不耽误demo出结果。结果图会在demo文件夹中。

之后对于数据集训练的测试过程也会再之后放上来。