【超详细】记录从零开始学mmdetection（一）-CSDN博客

本文链接：https://blog.csdn.net/weixin_44806665/article/details/121603623

本文详细介绍了在Ubuntu20.04系统上配置mmdetection的步骤，包括环境要求、下载源码、创建虚拟环境、安装PyTorch、MMCV以及MMDetection。特别强调了版本对应关系，如PyTorch需1.7.0，MMCV需与MMDetection版本匹配，并提供了验证安装成功的操作方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

(一)环境配置

本专题是为了记录学习mmdetection的过程，包括mmdetection的配置、代码的讲解，如何使用mmdetection训练自己的数据集。本节只记录第一部分，环境配置过程。本专题主要是在Linux下配置的，因为mmdetection在linux系统下较为友好，当然也可在windows10下配置，配置过程在我之前的博客中可以找到，在windows下配置较为复杂，建议大家在Linux下配置。

1. mmdetection介绍

mmdetection是商汤科技和香港中文大学开源的一个基于Pytorch实现的深度学习目标检测工具，支持Faster-RCNN、Mask-RCNN、YOLOV3、CascadeRcnn等目标检测框架，其主要特点是，模块化设计、支持多种目标检测模型、使用起来较为方便。

2. mmdetection配置

首先介绍一下自己的环境，Ubuntu20.04+cuda11.0。
mmdetection有以下要求，安装时需要注意，不要安装太早的版本。

Python 3.6+
PyTorch 1.3+
CUDA 9.2+ (If you build PyTorch from source,CUDA 9.0 is also compatible)
GCC 5+

2.1 下载源码

代码链接https://github.com/open-mmlab/mmdetection
首先先将代码clone到本地，在你想放代码的路径中打开终端，输入
git clone https://github.com/open-mmlab/mmdetection.git
如果下载失败，或者下载较慢的话，可以用使用github的镜像下载。代码文件夹如下图所示。