Detection2(一)安装

Detection2(一)安装

源码下载及编译

下载

可以在github上下载或者直接通过命令行下载

  1. 链接下载: https://github.com/facebookresearch/detectron2

  2. 命令下载:

     git clone https://github.com/facebookresearch/detectron2.git
    

编译

python -m pip install -e detectron2

Demo

首先在 model_zoo 里选择一个预训练的 model,这里选择 mask_rcnn_R_50_FPN_3x.yaml.

python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
 --input input1.jpg \
 --output . \
 --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl 

说明一下:
-config-file configs/COCO-… 读取 model 配置

–input input1.jpg 设置输入。 input1.jpg 位于根目录
–output . |设置输出路径,这里设为根目录

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装mmdetection2在Linux下的过程如下: 首先,访问https://github.com/open-mmlab/mmdetection 找到对应的版本。本文选择的版本是2.13.0。 进入mmdetection-2.13.0目录,执行以下命令: ``` pip install -r requirements.txt pip install -v -e . ``` 接着,解决可能出现的版本匹配问题。根据经验,确保以下版本安装正确: ``` conda install pytorch=1.7.0 torchvision=0.8.0 mmdetection==2.13.0 mmcv-full==1.3.3 ``` 请注意,最后一行命令中的"mmcv-full"需要加上"==1.3.3"来确保安装的是指定的版本。 安装的顺序对mmdetection和mmcv没有影响,可以任意选择先安装哪个。 这样就完成了mmdetection2在Linux下的安装。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [配置mmdetection环境.txt](https://download.csdn.net/download/qq_39625973/12675546)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [linux平台的mmdetection安装](https://blog.csdn.net/sinat_32512123/article/details/121476589)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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