FCOS环境搭建配置

硬件环境：

系统：Ubuntu16.04 

Pytorch：pytorch-1.1.0  +  torchvision-0.2.2

显卡：RTX2080Ti  + CUDA9.0 + CUDNN7.4

网上说RTX2080Ti 必须用CUDA10，一开始安装的cuda10.0，可能没有配置好，导致最终FCOS运行报错失败，然后尝试cuda9.0最终安装成功。cuda10.0以后有机会在尝试。

FCOS github： https://github.com/tianzhi0549/FCOS

一、INSTALL.md安装

搭建过程参照INSTALL.md文件就好。

此处应该注意  pytorch torchvision 的版本要匹配，否则会报错。

我的版本是：pytorch-1.1.0

                     torchvision-0.2.2

INSTALL.md 安装 pytorch 和 torchvision 过程中会出现下载失败，安装失败的情况，然后单独安装下载失败的那个包。多试几次就好

二、安装docker

Option2前要先安装docker。

# 移除旧版本，如果没有安装旧版本也可以正常执行
sudo apt-get remove docker docker-engine docker.io containerd runc
# 更新源
sudo apt-get update
# 安装支持apt使用https下载的包
sudo apt-get install \
 apt-transport-https \
 ca-certificates \
 curl \
 gnupg-agent \
 software-properties-common
# 添加GPG key，用于官方发布的软件包签名，校验软件是否被修改过
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
# 通过搜索key的后8位0EBFCD88，查看key是否获取成功
sudo apt-key fingerprint 0EBFCD88
# 添加docker源
sudo add-apt-repository \
 "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
 $(lsb_release -cs) \
 stable"
# 更新源
sudo apt-get update
# 安装docker ce
sudo apt-get install docker-ce docker-ce-cli containerd.io

zhexiebao测试

# 测试是否安装成功，会自动下载测试镜像
$ sudo docker run hello-world
# 输出如下：
# Unable to find image 'hello-world:latest' locally
# latest: Pulling from library/hello-world
# 1b930d010525: Pull complete 
# Digest: # sha256:92695bc579f31df7a63da6922075d0666e565ceccad16b59c3374d2cf4e8e50e
# Status: Downloaded newer image for hello-world:latest

# Hello from Docker!
# This message shows that your installation appears to be working correctly.
# ...

查看版本

docker -v

然后需要安装nvidia-docker    安装过程参照 ：https://github.com/NVIDIA/nvidia-docker

三、nvidia-docker build Dockerfile

建议修改FCOS/docker 目录下的Dockerfile 文件中的默认配置

ARG CUDA="9.0"
ARG CUDNN="7"

这两句改成你自己使用的版本，因为我尝试自定义，但是最终显示安装配置没变，可能是我自己操作原因。

然后执行下面的命令，测试路径应该是在FCOS下。

Build image with defaults (CUDA=9.0, CUDNN=7, FORCE_CUDA=1):

nvidia-docker build -t maskrcnn-benchmark docker/

下面是我自己修改后的Dockerfile，仅供参考

ARG CUDA="9.0"
ARG CUDNN="7"

FROM nvidia/cuda:${CUDA}-cudnn${CUDNN}-devel-ubuntu16.04

RUN echo 'debconf debconf/frontend select Noninteractive' | debconf-set-selections

# install basics
RUN apt-get update -y \
 && apt-get install -y apt-utils git curl ca-certificates bzip2 cmake tree htop bmon iotop g++ \
 && apt-get install -y libglib2.0-0 libsm6 libxext6 libxrender-dev

# Install Miniconda
RUN curl -so /miniconda.sh https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh \
 && chmod +x /miniconda.sh \
 && /miniconda.sh -b -p /miniconda \
 && rm /miniconda.sh

ENV PATH=/miniconda/bin:$PATH

# Create a Python 3.6 environment
RUN /miniconda/bin/conda install -y conda-build \
 && /miniconda/bin/conda create -y --name py36 python=3.6.7 \
 && /miniconda/bin/conda clean -ya

ENV CONDA_DEFAULT_ENV=py36
ENV CONDA_PREFIX=/miniconda/envs/$CONDA_DEFAULT_ENV
ENV PATH=$CONDA_PREFIX/bin:$PATH
ENV CONDA_AUTO_UPDATE_CONDA=false

RUN conda install -y ipython
RUN pip install ninja yacs cython matplotlib opencv-python tqdm


RUN pip install yacs cython
#modify self
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ninja cython matplotlib opencv-python tqdm


# Install PyTorch 1.0 Nightly
ARG CUDA
#RUN conda install pytorch-nightly cudatoolkit=${CUDA} -c pytorch \
# && conda clean -ya

#modify self
RUN conda install pytorch torchvision cudatoolkit=${CUDA} \
 && conda clean -ya

# Install TorchVision master
#RUN git clone https://github.com/pytorch/vision.git \
# && cd vision \
# && python setup.py install

# install pycocotools
RUN git clone https://github.com/cocodataset/cocoapi.git \
 && cd cocoapi/PythonAPI \
 && python setup.py build_ext install

# install PyTorch Detection
ARG FORCE_CUDA="1"
ENV FORCE_CUDA=${FORCE_CUDA}
RUN git clone https://github.com/facebookresearch/maskrcnn-benchmark.git \
 && cd maskrcnn-benchmark \
 && python setup.py build develop

WORKDIR /maskrcnn-benchmark

需要说明的地方

# Install PyTorch 1.0 Nightly 我第一次安装失败，后来就改成了安装pytorch 而 不是 pytorch-nightly ，同时使用的不是官方的源，官方的源（-c pytorch 这个命令）真心下载慢失败，

RUN conda install pytorch torchvision cudatoolkit=${CUDA} \
 && conda clean -ya

# Install TorchVision master 这一项的内容我注释掉，这一步我安装报错，因为torchvision 已经安装过了，所以注释掉这段尝试。

还有就是，这个安装过程可能会失败，需要多次尝试，如果一些包已经安装过了，可以在下次安装时候，不再安装这些包。