搭配mmrotate环境并测试

参考链接:1
参考链接:2

提前准备
1.安装anaconda
2.安装和gpu算力匹配的cuda版本,我选用的是11.3版本的cuda

下载mmrotate

网址:https://github.com/open-mmlab/mmrotate
进入目录下

cd mmrotate

创建虚拟环境并激活

conda create -n mmrotate python=3.7 -y
conda activate mmrotate

下载 torch和torchvision

首先确定cuda版本,然后到以下网址确定对应的torch和torchvision版本
https://pytorch.org/get-started/previous-versions/
我选用的以下版本,即torch=1.10.0,torchvision==0.11.0

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

这里选择本地下载,根据cuda,torch,torchvision,python版本,到以下网址选择对应版本的.whl文件
https://download.pytorch.org/whl/torch_stable.html

这是我最终下载的版本
在这里插入图片描述
然后进入.whl路径,依次pip install torch和torchvision

安装 mmcv_full

mmcv的版本要跟cuda,torch的版本对应

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

以下是我的安装指令

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

也可以到网页中自己选择对应版本的.whl进行手动安装

安装 mmdetection

pip install mmdet

安装 mmrotate

如果按照上述操作,已经提前到网站下载mmrotate的文件,并cd到对应路径下,则只需要执行

pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

测试

提前新建checkpoints文件夹,在configs文件下对应的算法下面的readme找对应的权重
在mmrotate路径下,执行以下指令

python demo/image_demo.py demo/demo.jpg configs/roi_trans/roi_trans_r50_fpn_1x_dota_le90.py checkpoints/roi_trans_r50_fpn_1x_dota_le90-d1f0b77a.pth --out-file result.jpg

搭配mmrotate环境并测试_第1张图片

总结

1.mmdection和mmrotate环境关系
如果先搭建了mmdection,只需要再装mmrotate就可以了
如果先搭建了mmrotate,不需要装mmdetection就可以用了
是一个包含关系
mmrotate就是在mmdection的基础上添加了斜框

2.主要踩坑地方还是集中在版本的对应
首先确定自己显卡的算力,确定cuda版本
在对应torch,torchvision和mmcv-full的版本

3.还有一小坑
权重和代码要对应,下载最新版本的权重

你可能感兴趣的:(python,深度学习,pytorch)