MMDetection2(一):環境配置(Ubuntu18.04+GPU)
目錄
5、安裝相應的requirements和MMDetection
前言
最近在做分割的一個專案,需要用到幾個常用的分割演算法,例如Mask-RCNN、PANet等,但是考慮到網上的復現版本的配置都有些差異,所以就選擇MMDetection2框架來用用(裡面實現有很多常見的分割演算法包括Mask-RCNN和PANet等),中途也遇到了一些問題,就寫這篇中文部落格記錄一下,希望對同樣想使用MMDetection2框架的朋友有所幫助。
PS:該部落格主要內容參照MMDetection2官方文件(基本按照官方文件翻譯orz)。
一、需要的環境
- Linux(我的是Ubuntu18.04)
- Python 3.6+(我按照官方的文件使用的python3.7)
- Pytorch 1.3+(我使用的是pytorch 1.5)
- CUDA 9.2+(我使用的是cuda 10.1)
- GCC 5+ (我使用的是gcc 6.5.0版本)
- MMCV (MMDetection官方提供的包)
MMDetection和MMCV的所對應的版本關係如下圖所示,為了避免安裝出現問題,請選擇正確的MMCV版本進行安裝。
PS:如果你之前已經安裝過了mmcv,那麼你首先需要使用 pip uninstall mmcv命令進行解除安裝,如果你將mmcv和mmcv-full這兩個包都安裝了,那麼將會報 ModuleNotFoundError 錯誤。
二、安裝
1、建立一個conda虛擬環境並啟用它
# 這是建立python3.7的conda 虛擬環境
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
2、安裝PyTorch和torchvision包
這個地方可能會出現一些小問題:
2.1 pytorch版本的選擇問題
pytorch的版本就到官網中找相應的命令列安裝。
我用的pytorch1.5 + cuda10.1
#在之前建立的conda虛擬環境下,輸入該命令
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch
2.2 網路的問題
如果上面pytorch的安裝網速比較順暢的話,就可以跳過這個地方了。
我安裝pytorch的網速比較慢,所以選擇新增清華源的映象。
# 如果新增之後網速還是有問題,可以考慮將下面的"https"改成"http"試試
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
#然後再輸入pytorch安裝命令(相比於之前的 少了-c pytorch字尾)
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1
3、安裝mmcv-full包
官方推薦安裝他們提前pre-build的包,需要到MMDetection相應的網址中找到與pytorch和cuda版本對應的pre-build 的mmcv-full包進行安裝。
(複製相應的安裝的命令列進行安裝就好了)
#我的環境是pytorch 1.5 cuda10.1 版本和我不一樣的話上面的網址連結中找對應版本的安裝程式碼
pip install mmcv-full==latest+torch1.5.0+cu101 -f https://download.openmmlab.com/mmcv/dist/index.html
4、Clone MMDetection的專案倉庫
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
5、安裝相應的requirements和MMDetection
pip install -r requirements/build.txt
pip install -v -e . # or "python setup.py develop"
待續.......
相關文章
- 一、環境配置
- RMAN之環境配置(一)
- app自動化測試環境配置:adb環境配置、monkey環境配置、appium環境配置大全APP
- 環境配置
- 配置開發環境、生成環境、測試環境開發環境
- 一、虛擬機器環境配置虛擬機
- JAVA環境配置Java
- nerfstudio環境配置
- IDEA配置環境Idea
- JAV A環境配置
- conda環境配置
- Maven 環境配置Maven
- Flutter環境配置Flutter
- Anaconda環境配置
- 配置python環境Python
- php環境配置PHP
- ApacheCordovaforios環境配置ApacheiOS
- Linux環境配置Linux
- vue – 環境配置Vue
- 一次對requirements環境的配置UIREM
- 環境配置難?教你一鍵幫你搞定伺服器環境部署伺服器
- 配置環境之vscodeVSCode
- 配置環境變數變數
- 如何配置gradle環境Gradle
- SpringBoot多環境配置Spring Boot
- Arduino IDE 環境配置UIIDE
- Mac PHP 環境配置MacPHP
- 開發環境配置開發環境
- Eclipse配置maven環境EclipseMaven
- JAVA 環境配置 CentOSJavaCentOS
- 彙編環境配置
- 配置 conda 映象環境
- Nacos 多環境配置
- Maven多環境配置Maven
- CentOS 配置 PHP 環境CentOSPHP
- Windows配置java環境WindowsJava
- vue 多環境配置Vue
- windows 配置JAVA環境WindowsJava