SOLOV2在windows下搭建环境记录

SOLO环境搭建踩坑记录

安装环境

安装环境:vs2019、cuda11.0、python3.7

Pytorch版本:torch17.0 具体其他参考pytorch官网

Solo官方是要求在mmd1.0.0基础上进行安装的,并且要求在Linux上运行,同时mmd1.0.0是要求torch14.0一下的版本,所以这次尝试报错很多,希望留下一个记录,供大家参考。

首先按照官方的install.md去进行安装。PS:csdn上也有中文安装指导可供参考。

注意:mmd不需要自己去下载,然后搭mmd的环境。这样很蠢,嗯,我刚开始就是这么做的,浪费了一早上的时间。

第一步

 

参照官方一直安装到这一步,其中,solo可以自行下载,不必clone。

注意:在pip install “git+....”时,在windows下一定要去掉双引号。

在这一步结束后,记得自行下载(pip)mmcv==0.2.16(官方要求版本,可在install.md中看到)

第二步

完成这一步后再进行下一步:

 

这步之后必然会报很多错,记得翻到最上面的错误开始解决。

我报的第一个错误:

Cl报错,说明vs并没有添加环境变量。只需要:

 

在这个位置找到64位文件(32位机选32.bat)拖到此窗口运行即可。(这是最快的办法)

第二个错误:

 

这里是因为在torch15以后不再使用AT_CHECK,而是TORCH_CHECK。只需要讲报错文件的AT_CHECK改为TORCH_CHECK即可。

突然成功了!

 

后续还会出现很多次这个问题,挨个改就是,不再一一贴出来了。

mmdetection是一个基于PyTorch的开源目标检测工具包,它提供了丰富的目标检测算法和模型实现。在mmdetection中,SOLOv2是其中一种目标检测算法的实现。 SOLOv2是一种单阶段的目标检测算法,它通过像素级的分割来实现目标检测。它在传统的目标检测方法中引入了实例分割的思想,将目标检测和实例分割两个任务进行统一处理。SOLOv2通过在特征图上进行密集预测,直接输出每个像素点的目标类别和位置信息,从而实现了高效且准确的目标检测。 要使用mmdetection中的SOLOv2算法,你可以按照以下步骤进行操作: 1. 首先,你需要安装mmdetection的依赖和配置环境。你可以参考mmdetection的README文件来了解安装和配置的详细步骤。 2. 一旦你完成了环境的配置,你可以使用`from mmdet.apis import init_detector, inference_detector`这段代码来导入mmdetection的相关函数和类。这样可以方便地初始化和使用SOLOv2模型。 3. 接下来,你可以参考mmdetection提供的inference_demo.ipynb文件来了解如何进行推理和目标检测。这个示例代码展示了如何使用SOLOv2模型进行目标检测,并可视化检测结果。你可以根据这个示例来进行模型的使用和调整。 总结起来,mmdetection是一个开源的目标检测工具包,其中包含了SOLOv2这种目标检测算法的实现。你可以通过安装和配置环境,导入相关函数和类,以及参考示例代码来使用和理解SOLOv2算法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [mmdetection的下载与安装(附带跑solov2示例)](https://blog.csdn.net/qq_45826605/article/details/128650344)[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: 100%"] [ .reference_list ]
评论 2
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