detectron2安装在win10并运行测试--呕心沥血教程

记录不易，继续加油

目录

一、 环境要求
1、Pycharm
2、anaconda自带的python3.8.8
3、cuda11.2+torch
4、vs2019
5、conda4.11.0
二、安装步骤
三、测试案例

detectron2安装在win10并运行测试

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、确保电脑有合适的GPU——CUDA与torch版本

创建虚拟环境：
打开开始——Anaconda Prompt (anaconda)——右键，更多：以管理员身份运行；输入：conda create -n （自己取个环境名字） python=3.8.8(注意python版本号与下载的版本号一致），我这里取的名字是detectron2，即输入：conda create -n detectron2 python=3.8.8
激活虚拟环境：conda activate detectron2
检测是否激活成功：输入python，不显示warning即可

安装必备的库

pip/conda install numpy matplotlib
pip install opencv-python
pip install pillow cython

查看当前cuda版本：输入nvcc -V

如上图，cuda为10.2版本。
查看cuda和torch是否适配，输入：

python
import torch
print(torch.cuda.is_available())

显示为true就对了。如果是false,下面提供下载cuda和torch的方法：
cuda10.2，在cuda官网下载旧版本CUDA下载链接：

记住安装位置，一会cudnn安装要用！

打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin ，查看nvcc.exe

打开路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64，
查看有没有cuti64_101.dll
有这个cupti64_101.dll就说明CUPT1已成功:

这样就下载到本地了（local）
CUDA安装步骤
接下来安装配套的cudnn7.6.5;cudnn下载与安装链接
cudnn的解压位置（默认的）：
C:\Users\lenovo\Downloads\cudnn-windows-x86_64-8.3.1.22_cuda10.2-archive

验证是否安装成功
验证安装
通过NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 来查看GPU的状态，
两者均在安装目录的 extras\demo_suite文件夹中
首先运行 deviceQuery.exe ，可以看到如下结果：

运行 bandwidthTest.exe 看到如下结果：

小Tips：
如果电脑之前下载了torch但是版本和cuda不搭，可以卸载，在anaconda prompt或cmd中输入：

conda uninstall pytorch
conda uninstall libtorch

检测当前路径下的torch版本，输入：

conda search pytorch

如上图所示，没有GPU版本的Pytorch，所以需要下载一个，方法：
百度Pytorch官网

复制蓝色的那一行到cmd上，如下图就下载了合适的torch

记得再次验证cuda与torch是否显示为true!(方法在上面）
补充一些小方法：
1、在win10cmd中输入：conda --version
显示：

2、查看conda已有的环境，在conda的cmd中输入：conda env list
会显示已有环境：

3、输入：conda info --envs,查看conda环境变量的路径，如下图，base后面就是路径

4、卸载不想要的虚拟环境
conda env remove --name detectron2(最后这个是要删除的环境名字）
5、查看torch版本，逐步输入：

python

import torch

torch.__version__

6、还有一种方法查CUDA版本(CUDA版本显示在右上角：11.4）
输入nvidia-smi

二、下载并安装VS2019

1.下载旧版VS的链接

选择2019的community版本就好了

我下载了python开发和C++桌面开发；一共8.45G，默认路径安装。
安装完后，打开，测试是否安装成功：
新建项目——取名——在名字上鼠标右击——添加——新建项——C++空项目（一般是第一个）然后开始敲代码：

#include
using namespace std;
int main()
{
	cout << "hello world" << endl;
	system("pause");
	return 0;
}

结果：

解决方法：链接
点击上方标题栏的调试——最下边项目的属性——复制弹出对话框的输出目录。。。。

三.下载安装其他库

1、在cmd下载git

安装完成后重启conda面板，以管理员身份运行。
2、下载cocoapi

输入：git clone https://github.com/pdollar/coco.git（网址是复制的HTTPS：）


链接下载zip包

解压下载的zip包
并切换到cocoapi\PythonAPI，即在当前cmd面板中输入：
cd cocoapi\PythonAPI
切换完以后分别输入：

python setup.py build_ext --inplace
python setup.py build_ext install

第二步的时候出现了问题：

解决方法：

即输入：（注意环境切换到API）

pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

结果如下：（cocoapi就安装成功了）

之后继续进行另外两个库的安装：在win10的cmd中进行
1）、python setup.py build_ext --inplace （注意输入的环境）

2）、安装fvcore,先在官网下载fvcore包并解压，然后输入

cd setup.py

pip install fvcore {打开cmd输入 import fvcore 没报错即成功}

接着下载ninja：

conda install ninja

***四、接下来是重头戏，***安装Detectron2
先进行环境检验：打开cmd输入

import pycocotools
from pycocotools.coco import COCO

没报错即成功

下载detectron2包

github安装包下载地址
下载完后注意解压到C盘！

接下来对环境做一些编译：
1、anaconda的安装位置：D:\Anaconda\envs\torch\Lib\site-packages\torch\utils下的如图，pycharm打开：

对第312行进行修改

修改内容如下：修改为第二行的样子

match = re.search(r’(\d+).(\d+).(\d+)’, compiler_info.decode(*SUBPROCESS_DECODE_ARGS).strip()

match = re.search(r’(\d+).(\d+).(\d+)’, compiler_info.decode(’ gbk’).strip()
2、D:\Anaconda\envs\torch\Lib\site-packages\torch\include\torch\csrc\jit\runtime下的：

用VS2019打开：
修改第165行：static constexpr size_t ARG_SPEC_DEPTH_LIMIT = 128;为static const size_t ARG_SPEC_DEPTH_LIMIT = 128;

3、D:\software\Anaconda3\envs\torch\Lib\site-packages\torch\include\torch\csrc\jit\ir\ir.h，注释掉1472行
【这个我后来好像又取消注释了，忘记了，报错的话可以再改这一步吧】

VS设置方法链接
然后编译安装：

activate detectron2
cd D:\detectron2-0.6\detectron2-0.6\detectron2

(detectron2解压路径）
然后输入：

python setup.py build develop

输入pip list

如上图，有detectron2了，这样就是安装成功了！
五、在pycharm中打开有detectron2的虚拟环境 教程链接
1、查看虚拟环境位置

2、
六、测试

在anaconda promt中测试，注意改成自己的图片位置！

测试图片直接存放与demo文件下

1、目标检测

python  demo.py --config-file ../configs/COCO-Detection/retinanet_R_50_FPN_1x.yaml --input input.jpg   [--otheroptions] --opts MODEL.WEIGHTS detectron2://COCO-Detection/retinanet_R_50_FPN_1x/190397773/model_final_bfca0b.pkl

2、实例分割

python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml --input input3.jpg  --opts MODEL.WEIGHTS detectron2://COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl

3、关键点检测

python demo.py  --config-file ../configs/COCO-Keypoints/keypoint_rcnn_R_50_FPN_3x.yaml --input  input.jpg   input2.jpg --opts MODEL.WEIGHTS detectron2://COCO-Keypoints/keypoint_rcnn_R_50_FPN_3x/137849621/model_final_a6e10b.pkl

4、全局分割

python demo.py  --config-file ../configs/COCO-PanopticSegmentation/panoptic_fpn_R_101_3x.yaml  --input input1.jpg  2.jpg 13.png --opts MODEL.WEIGHTS detectron2://COCO-PanopticSegmentation/panoptic_fpn_R_101_3x/139514519/model_final_cafdb1.pkl

全剧终！
对了，我下载的是最新版本的detectron2-0.6，之前我也照着网上一些教程去修改detectron2内部的一些代码，但是运行的时候总是出错，后来重新下载不再对detectron2文件进行修改，只对anaconda修改，运行出了上述效果，无报错！