基于Faster-RCNN的目标检测【平台搭建与环境配置】

PyCharm平台搭建

• Step 1： 下载 。去官网下载community版的PyCharm，对应的网页链接如下。
  PyCharm官网
• Step 2： 安装 。关键步骤截图如下。
  
  

PyTorch环境配置

Anaconda下载安装

• Step 1： 下载 。去官网下载Anaconda，对应的网页链接如下。
  Anaconda官网
• Step 2： 安装 。关键步骤截图如下。
  
  注意：这里不建议勾选第一项，第一项是自动配置系统环境，容易出错，所以建议自行手动配置。

手动配置系统环境

右击 【此电脑】 👉点击 【属性】 👉点击 【高级系统设置】 👉点击 【环境变量】 👉进入 【系统变量】 栏中的 【Path】 👉新建两个路径，分别是Anaconda的安装路径（为了找到python）与Anaconda中的Scripts路径（为了找到conda）。

终端测试是否成功

出现上述图片中的情况，则证明安装成功。、

显卡配置（可有可无）

进入 【任务管理器】 中的 【性能】 中，能看到NVIDIA显卡即可；若未显示显卡，则需要去官网下载驱动，对应的驱动下载链接如下。
NVIDIA官方驱动

环境管理

不同项目所需的PyTorch版本亦不同，而Anaconda的conda包便可解决该类问题。对应的指令为：
【conda】 【create】 【-n】 【环境名字】 【python版本】 ，如：

conda create -n pytorch python=3.6

在Anaconda Prompt中对应的结果如下：

在创建好的环境中安装PyTorch

• Step 1： 在上面的【base】环境下激活创建好的PyTorch环境【pytorch】：

conda activate pytorch

• Step 2： 在【pytorch】环境中输入 【对应的指令】 安装所需要的PyTorch，而 【对应的指令】 需要去官方复制，官网链接及其对应的复制页面如下。
  PyTorch官网
  
  其中，解决GPU版本的安装失败问题可以参考下面的链接。
  各版本

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f

终端测试是否成功

• Step 1：
  在创建的环境下（本文中为【pytorch】）输入： python
• Step 2： 接着再输入： import torch ，若未报错，则说明PyTorch安装成功。
• Step 3： 最后输入 torch.cuda.is_available() ，若是【True】则说明可以使用GPU；若是【False】则说明只能使用CPU。

在PyCharm中添加pytorch编译环境

进入PyCharm后，点击【File】👉【Settings】👉【Project】👉【Python Interpreter】👉【show all】

附加篇：界面开发环境配置

• Step 1：
  在创建的环境下（本文中为【pytorch】）安装所需的库——PyQt5。

pip install pyqt5

• Step 2： 在PyCharm中添加开发界面需要的两个工具
  ——【Qt Designer】（用于界面设计，会生成对应的ui文件）与【PyUIC】（将ui文件转换成py文件，因为PyCharm只能处理py文件）。
  点击【File】👉【Settings】👉【tools】👉【external tools】