mmdetection学习笔记（一）：安装

一、安装

配置要求：
• Linux (Windows is not officially supported)
• Python 3.5+ (Python 2 is not supported)
• PyTorch 1.1 or higher
• CUDA 9.0 or higher
• NCCL 2
• GCC(G++) 4.9 or higher
• mmcv
• OS: Ubuntu 16.04/18.04 and CentOS 7.2
• CUDA: 9.0/9.2/10.0
• NCCL: 2.1.15/2.2.13/2.3.7/2.4.2
GCC(G++): 4.9/5.3/5.4/7.3
安装步骤：
1、创建conda虚拟环境并激活它
conda create -n open-mmlab python=3.7 -y
source activate open-mmlab
2、安装pytorch及torchvision
conda install -c pytorch pytorch torchvision -y
3、拷贝mmdetection仓库
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
4、安装requirement.txt及opencv-python
pip install -r requirements.txt
pip install opencv-python
pip install cython
pip install pycocotools
4、编译mmdetection的配置文件
python setup.py develop

二、测试

1、下载模型
从这里下载训练好的模型：faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth
并放入mmdetection/checkpoints中（文件夹要自己建）
2、创建测试文件
在mmdetection/demo下新建demo_test.py文件，内容如下所示

from mmdet.apis import init_detector
from mmdet.apis import inference_detector
from mmdet.apis import show_result
import cv2
 
# 模型配置文件
config_file = './configs/faster_rcnn_r50_fpn_1x.py'
 
# 预训练模型文件
checkpoint_file = './checkpoints/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth'
 
# 通过模型配置文件与预训练文件构建模型
model = init_detector(config_file, checkpoint_file, device='cuda:0')
 
# 测试单张图片并进行展示
img = cv2.imread('./demo/beauty.jpg')
print(img.shape)
x, y = img.shape[0:2]
img_test1 = cv2.resize(img, (int(y / 1), int(x / 1))) #y/1以及x/1表示没有resize
result = inference_detector(model, img_test1 )
show_result(img_test1, result, model.CLASSES, out_file='./demo/demo_result.jpg', show=False)

3、进行测试
在mmdetection文件夹下，运行：
python demo/demo_test.py
输出（427，640，3），并在mmdetection/demo文件夹找到图片demo_result.jpg，即可。