如何在服务器上安装MMDetection

一、MMDetection是什么?

MMDetection 是一个基于 PyTorch 的开源对象检测工具箱,它是快速搭建目标检测框架,并实现目标检测任务的利器。MMDetection通过模块化设计,将检测框架分解为不同的组件,使用者可以灵活的组合不同的组件,轻松构建需要的目标检测框架。

二、如何安装?

1.安装Anaconda:

(1)进入Anaconda官网,选择合适的linux版本的anaconda,图示如下:
如何在服务器上安装MMDetection_第1张图片
如何在服务器上安装MMDetection_第2张图片
(2)在服务器的终端上执行安装命令:

# wget +复制的链接地址:
wget https://repo.anaconda.com/archive/Anaconda3-2022.10-Linux-x86_64.sh  
# sh + 上面链接中对应的文件名:
sh Anaconda3-2022.10-Linux-x86_64.sh         

若使用这种方式无法下载成功,也可以将(1)中的anaconda直接下载到本地,然后上传到服务器进行安装,这里不过多赘述。
(3)默认安装路径或更改地址:(按提示完成即可)
(4)验证是否安装成功:
在命令行键入:conda
若出现:
如何在服务器上安装MMDetection_第3张图片
则Anaconda已经安装成功,若报错,则需要配置环境变量:
a).通过vim进入配置文件: vim /etc/profile
若无法识别vim,可能是未安装vim编辑器,可自行百度安装:
b).在上一步打开的配置文件的末尾,键入: export PATH=/home/hongmoumou/anaconda3/bin:$PATH,其中/home/hongmoumou/anaconda3为第(3)步中设置的安装路径;
c).Esc键退出编辑模式,键入:wq(冒号wq)保存并退出;
d).键入source /etc/profile 使环境变量生效。
至此,Anaconda在Linux上的安装步骤已经介绍完毕,若安装过程中有不懂的地方,可留言!

2.安装环境:

(1)创建环境:

conda create -n 环境名 python

示例如下:
在这里插入图片描述
解释:利用conda创建一个名为hongmoumou的环境,环境使用python=3.7,这里的python版本与Anaconda对应的的版本可以不一致,但注意,在新建的这个hongmoumou环境下,安装的任何包,都必须是对应python=3.7,不要在这里给自己埋坑。

(2)进入环境:

conda activate 环境名

示例如下:
在这里插入图片描述

3.安装pytorch:

注意pytorch版本与服务器版本,代码版本要一致,否则会报错!!!
(1)查看服务器cuda版本:

cat /usr/local/cuda/version.txt

(2)选择适配的pytorch版本:pytorch官方网址
(3)安装pytorch:

conda install pytorch torchvision cudatoolkit -c pytorch

示例如下:
在这里插入图片描述
(4)查看pytorch是否安装成功:

方法一:conda list(查看是否有pytorch这个包)
方法二:python
	  import torch
	  torch.cuda.is_available()  #结果为True

4.安装mmcv:

注意
(1)mmcv与mmcv-full是不同的版本,在同一环境下,只能安装一个,建议安装mmcv-full,简化版的mmcv不支持全部功能,导致在部分最新算法的实现过程中报错;
(2)安装mmcv-full方法:

法一(强烈推荐):在编译文件中下载合适的mmcv-full版本到本地,上传到服务器后,通过命令安装:pip install 文件名
在这里插入图片描述
上面示例中,为解决下载文件过慢问题,在命令后添加豆瓣源:

-i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

法二(不推荐):通过github安装mmcv-full或者通过豆瓣源下载mmcv-full安装包:

git clone https://github.com/open-mmlab/mmcv.git               #下载mmcv-full代码(代码中mmcv指的就是mmcv-full)
cd mmcv                                                        #进入mmcv-full目录
python setup.py build_ext --inplace
python setup.py build_ext install							   #自己编译mmcv-full文件

两种方法比较
方法一比较简单,不容易出错,适合初学者,如果想在windows上安装mmdetection,也能通过这种方式安装,windows适配mmcv-full==1.1.5版本;
方法二需要手动编译mmcv-full文件,对于新手来说不友好,编译过程中可能需要安装比较大的VS14.0 C++,还需要配置VS14.0 C++环境,比较麻烦。

5.安装mmdet:

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .  #编译

如果编译过程中需要下载一些依赖包,可以ctrl+c打断,在命令pip install -v -e . 后面添加豆瓣源,然后继续运行。
在这里插入图片描述

三.其他常见命令

【与创建环境相关的命令】

查看conda版本:conda --version
查看环境已安装的包:conda list
更新所有包:conda update --all
安装缺少的包:pip install 包名
查看已有环境:conda env list
退出环境:conda deactivate
删除环境:conda remove -n 环境名 --all

【服务器上跑代码】

ssh gpunode29   #连接服务器29号节点
nvidia-smi      #查看gpu上进程运行情况,可以看所有正在跑的程序的进程号
指定gpu训练:CUDA_VISIBLE_DEVICES=0  python train.py
挂后台训练:nohup python train.py & (避免实验室断电断网)
指定gpu+挂后台:CUDA_VISIBLE_DEVICES=0 nohup python train.py &
查看进程详细信息:ps -ef|grep 进程号
查看命令中包含某个关键字的所有进程:ps -ef|grep python(关键字)
杀死进程:kill -9 进程号

你可能感兴趣的:(MMDetection,深度学习,python,pytorch)