detecrton2、detectron+win10——个人配置经验

主要参考博客：Windows10下安装detectron2超详细教程（小白视角）

配置时间：2021.11.12
以下是我亲测有效的使用 RTX 3060 的各部分安装版本
电脑系统：window 10
python版本：3.6.13
pytorch版本：1.8.0
CUDA版本：11.2
cuDNN版本：8.2.0.53

以下是我个人安装教程，仅供参考，如果出现新问题我恐怕可不能解决，谨慎参考，大神请随意~

第一步：安装NVIDIA显卡驱动、安装vs2019

关于 NVIDIA显卡驱动、安装vs2019
可以参考我之前的博客：RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验
或者文章一开始提到的教程;Windows10下安装detectron2超详细教程（小白视角）

第二步：新建环境

1、打开anaconda prompt

2、命令行输入：conda create --name detecrton2 python=3.6
python_gpu为anaconda下虚拟环境名称，可自定义，python=3.6为选择安装的python版本。

3、如果要启用创建的环境，输入指令：conda activate detecrton2
关闭该环境的话，输入指令：conda deactivate detecrton2

第三步：安装cocoapi（windows）

下载以下链接的cocoapi，因为cocoapi官方暂不支持Windows
下载地址：https://github.com/philferriere/cocoapi
然后用以下指令安装

cd coco/PythonAPI
python setup.py build_ext --inplace
python setup.py build_ext install

打开cmd输入

import pycocotools;
from pycocotools.coco import COCO

若安装提示缺失包，自行pip一下

没报错即成功

第四步：安装fvcore

下载链接：https://github.com/facebookresearch/fvcore
然后cd到setup.py所在目录，用以下指令安装

python setup.py build --force develop

打开cmd输入

import fvcore 

没报错即成功

若无法下载，可以尝试下图这种方法，亲试可用！

第五步：安装pytorch

Facebook 发布 Detectron2：基于 PyTorch 的新一代目标检测工具
可以参考我之前的博客：RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验

这次遇到新的报错，进行以下指令后-》cuda无法使用

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.2 -c pytorch -c conda-forge

降级大法

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

cuda可以使用了，玄学。

第六步：安装detectron2

在安装detectron2前需要先修改detectron2与pytorch的代码以保证顺利安装。
下载地址：https://github.com/conansherry/detectron2
1、根据官方文档对pytorch进行如下修改(觉得难找可以下载Everything)

file1:
{your evn path}\Lib\site-packages\torch\include\torch\csrc\jit\runtime\argumenta_spec.h
example:
{C:\Miniconda3\envs\py36}\Lib\site-packages\torch\include\torch\csrc\jit\argument_spec.h(190)
static constexpr size_t DEPTH_LIMIT = 128;
change to -->
static const size_t DEPTH_LIMIT = 128;

改之前：

改之后：

file2:
{your evn path}\Lib\site-packages\torch\include\pybind11\cast.h
example:
{C:\Miniconda3\envs\py36}\Lib\site-packages\torch\include\pybind11\cast.h(1449)
explicit operator type&() { return *(this->value); }
change to -->
explicit operator type&() { return ((type)this->value); }

改之前：

改之后：

2、将detectron2\detectron2\layers\csrc\deformable 文件夹下三个文件中全部的 AT_CHECK 全部替换为 TORCH_CHECK

3、安装detectron2
进入解压后setup.py的路径后，用以下指令安装

python setup.py build --force develop

安装成功后显示：

Using d:\program files (x86)\anaconda3\envs\detecrton2\lib\site-packages
Finished processing dependencies for detectron2==0.1

pip list查看结果：

第七步：安装Detectron

下载地址：https://github.com/facebookresearch/Detectron
进入解压后setup.py的路径后，用以下指令安装

python setup.py build --force develop

报错：

参考此博客方法：错误：cl: 命令行 error D8021 :无效的数值参数“/Wno-cpp”
将setup.py文件中注释掉 关于Wno-cpp的部分

重新安装
安装成功显示：

pip list查看结果：

安装成功后显示：

测试：使用detectron2

python demo/demo.py --config-file configs/COCO-PanopticSegmentation/panoptic_fpn_R_50_1x.yaml 

报错：

网上寻找下载配置文件后：

python tools/train_net.py \ --cfg configs/getting_started/tutorial_1gpu_e2e_faster_rcnn_R-50-FPN.yaml \  OUTPUT_DIR /tmp/detectron-output

python demo/demo.py --config-file configs/COCO-PanopticSegmentation/panoptic_fpn_R_50_3x.yaml --input img/street.jpg --output _output/bicycle_COCO-PanopticSegmentation.jpg --confidence-threshold 0.5 --opts MODEL.WEIGHTS models/COCO-PanopticSegmentation/panoptic_fpn_R_50_3x/139514569/model_final_c10459.pkl

结果：

虽然效果很差，但至少是可以用了是吧~