mmdetection安装教程 | 踩坑总结

点击上方“AI算法与图像处理”,选择加"星标"或“置顶

重磅干货,第一时间送达

导读

 

mmdetection是商汤科技和香港中文大学开源的一个基于PyTorch 实现的深度学习目标检测工具箱。

mmdetection 有三大优势,性能优越,训练速度快,占显存小。

重要的是,很多论文和比赛都会用这个框架去打比赛,那么对于我们直接套用他们的代码,和基于大佬们的基础上去优化更加的方便。

在国产中算是非常优秀的一个框架,当然百度的PaddleDetection也不错,最近也在白嫖百度的GPU,大致都差不多

前言

安装和配置环境最关键的是要版本对应,否则会浪费大量的时间。

1、安装MMDetection 需要安装 MMCV,所以查看这两个东西的版本要求:

mmdetection安装教程 | 踩坑总结_第1张图片

master 即指目前克隆的最新 MMDetection 的版本,那么要求的 mmcv 版本要1.2.4=< mmcv <1.3

2、CUDA 、pytorch、mmcv版本选择

官方提供了一个参考图,建议按照这种方式安装,亲测比较顺利

mmdetection安装教程 | 踩坑总结_第2张图片

这里以 CUDA10.1、pytorch 1.6.0、torchvision 0.7.0 做示范来安装 MMDetection

1、安装教程

官方教程:https://mmdetection.readthedocs.io/en/latest/get_started.html#installation

1、pytorch 安装

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

如果没有梯子,可以去网上找国内的镜像来下载。

2、安装mmcv-full

 pip install mmcv-full==1.2.4 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/index.html

如果不是安装这个版本可参看官方项目,选择自己所需要的版本https://github.com/open-mmlab/mmcv#install-with-pip

可选操作:

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
MMCV_WITH_OPS=1 pip install -e .  # package mmcv-full will be installed after this step
cd ..

PS:如果报错

MMCV_WITH_OPS=1 pip install -e . 报错


替换成 pip install .

3、mmdetection 安装和编译

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

2、测试

测试代码: demo/inference_demo.ipynb

预训练模型:

https://github.com/open-mmlab/mmdetection/tree/master/configs/faster_rcnn

下载:http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth

下载完成后放置

checkpoints 文件夹下

随后运行即可!

mmdetection安装教程 | 踩坑总结_第3张图片

如果你喜欢这个系列, 可以给我三连,我会努力更新下去!

下载1:何恺明顶会分享
在「AI算法与图像处理」公众号后台回复:何恺明,即可下载。总共有6份PDF,涉及 ResNet、Mask RCNN等经典工作的总结分析
下载2:leetcode 开源书
在「AI算法与图像处理」公众号后台回复:leetcode,即可下载。每题都 runtime beats 100% 的开源好书,你值得拥有!

下载3 CVPR2020


在「AI算法与图像处理」公众号后台回复:CVPR2020,即可下载1467篇CVPR 2020论文
个人微信(如果没有备注不拉群!)
请注明:地区+学校/企业+研究方向+昵称



觉得不错就点亮在看吧

你可能感兴趣的:(百度,人工智能,微软,深度学习,cuda)