mmdetection安装教程

曙光_deeplove

已于 2022-06-21 19:35:19 修改

阅读量1.2k

点赞数 1

分类专栏：深度学习目标检测文章标签： pytorch 深度学习 mmdet

于 2022-06-16 13:55:10 首次发布

本文链接：https://blog.csdn.net/yangjinyi1314/article/details/125310712

版权

深度学习同时被 2 个专栏收录

46 篇文章 8 订阅

订阅专栏

目标检测

9 篇文章 1 订阅

订阅专栏

一、步骤

step1:

conda create -n openmmlab python=3.9 -y

step2:

source activate openmmlab

step3:

pip install torch=1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

注：我自己的服务器还将pip进行了永久换源为了豆瓣源

step4:

pip install -U openmim

注：我自己的服务器还将pip进行了永久换源为了豆瓣源

step5:

mim install mmcv-full==1.5.3

这里注意：mim方式与pip方式都可以，其中mim方式是mmdet官方github上自己推荐的

step6:

cd /home/wt-yjy/project/code

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

cd mmdetection/
pip install -v -e .

注：也可以采用pip install mmdet直接不用git clone后再安装这种模式了

二、验证是否安装ok

（方式一）If you install mmdetection from source, just run the following command.

mim download mmdet --config yolov3_mobilenetv2_320_300e_coco --dest .

那么，修改python环境中/lib/python3.9/site-packages/mim/commands/search.py文件，这个文件在抱错时也会提示392行抛出异常，修改390行为：

if collection_name and collection_name in name2collection.keys():

运行测试脚本：

python demo/image_demo.py demo/demo.jpg yolov3_mobilenetv2_320_300e_coco.py yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth --device cpu --out-file result.jpg

结果如下：

（方式二） If you install mmdetection with pip, open you python interpreter and copy&paste the following codes.

from mmdet.apis import init_detector, inference_detector,show_result_pyplot

config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# download the checkpoint from model zoo and put it in `checkpoints/`
# url: https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# init a detector
model = init_detector(config_file, checkpoint_file, device=device)
# inference the demo image
img = 'demo/demo.jpg'
result = inference_detector(model, img)
show_result_pyplot(model,img,result)

from mmdet.apis import init_detector, inference_detector

config_file = 'yolov3_mobilenetv2_320_300e_coco.py'
checkpoint_file = 'yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth'
model = init_detector(config_file, checkpoint_file, device='cpu')  # or device='cuda:0'
inference_detector(model, 'demo/cat.jpg')

出现检测结果即为成功。