MMDetection2（零）：环境配置（Ubuntu18.04+GPU）

目录

前言

一、需要的环境

二、安装

1、创建一个conda虚拟环境并激活它

2、安装PyTorch和torchvision包

2.1 pytorch版本的选择问题

2.2 网络的问题

3、安装mmcv-full包

4、Clone MMDetection的项目仓库

5、安装相应的requirements和MMDetection

---

前言

最近在做分割的一个项目，需要用到几个常用的分割算法，例如Mask-RCNN、PANet等，但是考虑到网上的复现版本的配置都有些差异，所以就选择MMDetection2框架来用用（里面实现有很多常见的分割算法包括Mask-RCNN和PANet等），中途也遇到了一些问题，就写这篇中文博客记录一下，希望对同样想使用MMDetection2框架的朋友有所帮助。

PS：该博客主要内容参照MMDetection2官方文档（基本按照官方文档翻译orz）。

有需要的话还可以看其他几篇：

MMDetection2（一）：学习配置文件

MMDetection2（二）：自定义数据集

MMDetection2（三）：自定义模型

MMDetection2（四）：训练自己的数据集

一、需要的环境

1. Linux（我的是Ubuntu18.04）
2. Python 3.6+（我按照官方的文档使用的python3.7）
3. Pytorch 1.3+（我使用的是pytorch 1.5）
4. CUDA 9.2+（我使用的是cuda 10.1）
5. GCC 5+ （我使用的是gcc 6.5.0版本）
6. MMCV （MMDetection官方提供的包）

MMDetection和MMCV的所对应的版本关系如下图所示，为了避免安装出现问题，请选择正确的MMCV版本进行安装。

PS：如果你之前已经安装过了mmcv，那么你首先需要使用 pip uninstall mmcv命令进行卸载，如果你将mmcv和mmcv-full这两个包都安装了，那么将会报 ModuleNotFoundError 错误。

 

二、安装

1、创建一个conda虚拟环境并激活它

# 这是创建python3.7的conda 虚拟环境
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

2、安装PyTorch和torchvision包

这个地方可能会出现一些小问题：

2.1 pytorch版本的选择问题

pytorch的版本就到官网中找相应的命令行安装。

我用的pytorch1.5  +  cuda10.1

#在之前创建的conda虚拟环境下，输入该命令
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch

2.2 网络的问题

如果上面pytorch的安装网速比较顺畅的话，就可以跳过这个地方了。

我安装pytorch的网速比较慢，所以选择添加清华源的镜像。

# 如果添加之后网速还是有问题，可以考虑将下面的"https"改成"http"试试
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes


#然后再输入pytorch安装命令(相比于之前的 少了-c pytorch后缀)
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1

3、安装mmcv-full包

官方推荐安装他们提前pre-build的包，需要到MMDetection相应的网址中找到与pytorch和cuda版本对应的pre-build 的mmcv-full包进行安装。

（复制相应的安装的命令行进行安装就好了）

#我的环境是pytorch 1.5 cuda10.1   版本和我不一样的话上面的网址链接中找对应版本的安装代码
pip install mmcv-full==latest+torch1.5.0+cu101 -f https://download.openmmlab.com/mmcv/dist/index.html

 

4、Clone MMDetection的项目仓库

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection

5、安装相应的requirements和MMDetection

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

参考链接:https://mmdetection.readthedocs.io/en/latest/