Linux系统搭建MMdetection(Swin-Transformer)环境


目录

开始安装

创建conda虚拟环境

安装pytorch(重要)

安装mmcv-full(极易出错)

下载MMDetection仓库

安装依赖


官方教程网址,点击get_started官方教程地址,获取最新安装方式

  • 开始安装

  • 创建conda虚拟环境

在控制台依次输入下列代码,创建名为open-mmlab的虚拟环境,并激活

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
  • 安装pytorch(重要)

第一步,在控制台输入下列代码确认服务器的Cuda版本

nvcc -V

如果Cuda正确安装,则反馈

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243

如果报错,则大概率为Cuda安装没有配置环境变量,按下列方法配置


安装CUDA

1.首先进入cuda官网下载合适版本的CUDA(下载地址https://developer.nvidia.com/cuda-downloads)

2.选择安装方式(推荐runfile方式)

Linux系统搭建MMdetection(Swin-Transformer)环境_第1张图片

 3.在控制台依次输入

wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.runsudo sh 


cuda_11.4.0_470.42.01_linux.run

4.进入安装界面,取消选择driver,然后选择install

5.等待安装完成

6.配置环境变量,在控制台输入

vim ~/.bashrc

7.按e进入编辑模式

8.按i进入输入模式

9.在文档末尾输入

export PATH=$PATH:/usr/local/cuda-11.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64

10.按esc键退出输入模式

11.键盘输入 :wq 退出vim编辑模式

12.在控制台输入

source ~/.bashrc

13.环境变量配置完成

14.控制台输入,检验配置是否成功

nvcc -V

安装anaconda

1.进入官网地址选择anaconda版本 链接

2.进入下载好的.sh文件所在的文件夹,在空白处鼠标右键选择open in terminal

3.输入

bash Anaconda3-2021.05-Linux-x86_64.sh
要输入正确对应的文件名

4.进入安装界面

5.一直同意和yes


安装pycharm

1.进入官网选择社区版安装 链接

2.下载好在downloads文件内,在空白处鼠标右键选择open in terminal

3.输入

tar -zxvf  pycharm-professional-2018.2.5.tar.gz
要输入正确对应的文件名

4.打开pycharm,文件解压缩完成,打开解压好的文件夹

5.进入bin文件夹,在空白处鼠标右键选择open in terminal

6.输入

sh pycharm.sh


第二步,下载pytorch,控制台输入

conda install pytorch={} cudatoolkit={} torchvision -c pytorch

pytorch=1.8(配置成功参考),cudatoolkit=Cuda版本(10.2配置成功参考),

具体pytorch和cudatoolkit匹配,参照pytorch官网

  • 安装mmcv-full(极易出错)

(1)自动安装(新出功能,不稳定不推荐)

pip install openmim
mim install mmdet

(2)手动安装(有三种方式,推荐从源码安装)

1.普通自搭配安装

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html
在花括号内依次填入Cuda版本和torch版本,

具体搭配参考 官方设定

2.从源码安装

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 ..
注意-e 后面一点不要漏了

3.直接pip安装

pip install mmdet
  • 下载MMDetection仓库

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
  • 安装依赖

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

最后安装完成

你可能感兴趣的:(目标检测,深度学习,神经网络,linux,计算机视觉)