mmdetection入坑日记（一） 环境安装

首先先介绍安装之前的系统环境
Ubuntu 16.04.6 LTS
NVIDIA GTX 2080
cuda：10.0（此处一定注意检查自己的环境，关乎到后面cudatoolkit版本的安装问题）
PS：官网上给出的教程默认是安装python3.7的，这里安装了好几次，在训练的时候都会报错
ImportError: libtorch_cpu.so: cannot open shared object file: No such file …

安装 Anaconda

这里默认大家都已经安装好了 anaconda 了，如果没有安装的，可以去官网下载一个，直接安装即可。

创建 Anaconda 的虚拟环境

前面说了，按住那个 python3.7 之后会出现几个问题，所以这里安装 python3.6

conda create -n open-mmlab python=3.6 -y
conda activate open-mmlab

添加国内镜像源

.为了避免conda下载包速度慢，先添加官方及第三方清华镜像源（这个地方注意一下，是http，http，http，不是别的博客说的https，写https能报HTTP ERROR报到你崩溃，趟了无数遍坑之后血和泪的教训）

​conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

搭建环境

先安装 numpy1.16.0，因为此时不安装后面会自动安装numpy1.18.2，numpy的版本会直接关乎到最后模型测试时能否正常计算map指标。

conda install numpy==1.16.0

安装 pytorch（我这里默认安装的是 torch 1.4.0 版本）

注意此处的cudatoolkit=10.0是对应你的cuda版本的，如果你的cuda版本是 9.0/ 9.2/ 10.1，那么相应改为cudatoolkit=9.0/ 9.2/ 10.1，不知道自己的 cuda 版本？去 /usr/local/ 下去看。

conda install pytorch torchvision cudatoolkit=10.0

安装 cython

conda install cython

下载 mmdetection 源码

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

安装编译

pip install -r requirements/build.txt
pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"
pip install -v -e .  # or "python setup.py develop"

测试

命令行进入 python 环境之后测试

Python 3.6.10 | packaged by conda-forge | (default, Apr 24 2020, 16:44:11) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.4.0'
>>> torch.cuda.is_available()
True
>>> 

至此，大功告成 ~

REFERENCE

mmdetection环境搭建

mmdetection实践踩坑笔记