MMdetection安装教程（Ubuntu）

1、下载工程

自行去 Github 下载代码
在下载好代码之后，打开里面的安装文档，查看一下要安装的 Python 最低版本和 Pytorch最低版本

• Python 3.6+
• PyTorch 1.3+
• CUDA 9.2+ （如果基于 PyTorch 源码安装，也能够支持 CUDA 9.0）

2、新建虚拟环境

conda create -n mmdetection python=3.7 -y

新建成功后，进入虚拟环境里面

source activate mmdetection

3、安装Pytorch

我这里安装的是 Pytorch1.7.0+cu101 版本

pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

4、安装 mmcv-full

mmcv-full安装命令文档
去上面这个网址，查看一下对应 Pytorch版本 和 对应 CUDA版本 的安装命令，我这里安装的版本是
mmcv-full>=1.3.17

pip install mmcv-full==1.13.17 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html

5、以上都安装成功后

从模型网址：模型网址
下载预训练模型，并放在指定文件夹
然后在主工程目录下，新建 demo.py 文件，运行即可
如果有报错，缺库文件，根据提示直接安装，就好了。

from mmdet.apis import init_detector, inference_detector

config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# 从 model zoo 下载 checkpoint 并放在 `checkpoints/` 文件下
# 网址为: http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
inference_detector(model, 'demo/demo.jpg')