Detectron2安装教程

• 创建虚拟环境

  conda create -n detectron2 python=3.8 -y
  

• 激活环境

  source activate detectron2
  

• 安装Pytorch1.9.0

  根据CUDA版本选择对应的命令安装

  # CUDA 11.1
  pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html/whl/torch_stable.html
  # CUDA 10.2
  pip install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
  # CPU only
  pip install torch==1.9.0+cpu torchvision==0.10.0+cpu torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
  

• 安装Opencv

  pip install opencv-python
  

• 安装pycocotools

  pip install pycocotools
  

• 克隆仓库

  git clone https://github.com/facebookresearch/detectron2.git
  

• 安装detectron2
  根据自己安装的Pytorch、CUDA版本，选择对应的 detectron2 版本安装

  # CUDA 11.1
  python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu111/torch1.9/index.html
  
  # CUDA 10.2
  python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu102/torch1.9/index.html
  
  # CPU
  python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cpu/torch1.9/index.html
  

  安装完成之后，到这里环境就配置好了，下载一张图片放到 detectron2 文件夹中，用于 检验环境是否安装成功

• 运行demo

  # 打开终端，确人是否在 detectron2 的文件夹路径下
  python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml --input 1.jpg --output ./result.jpg --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl
  

  注意：如果使用CPU运行，在最后面加上 MODEL.DEVICE cpu 即可

  还有图片的路径，也要调整好