pysot环境 win10 cuda10.1、torch

1. 安装anaconda,版本: Anaconda3-2019.07 (python 3.7.3)

 跟踪Python版本对应找到Anaconda3对应版本

参考:anaconda python 版本对应关系_茶佬牛逼-CSDN博客_python3.7对应的anaconda版本

2. 安装cuda10.1

win10系统安装cuda前,一定要先有一个c++环境,所以需要先安装VS!!!

英伟达官网下载,CUDA Toolkit 11.5 Update 1 Downloads | NVIDIA Developer

 这里下载旧版本10.1,鼠标下滑选择Archive of Previous CUDA Releases:

pysot环境 win10 cuda10.1、torch_第1张图片

 选择自己需要的版本:

pysot环境 win10 cuda10.1、torch_第2张图片

 下载的exe文件,双击安装,选择“自定义”安装

pysot环境 win10 cuda10.1、torch_第3张图片

安装结束后,右键 我的电脑-->属性-->高级系统设置-->环境变量,系统变量中已经加入了cuda的两个路径:

 

在系统变量中加入下面的路径,点击确定。

CUDA_BIN_PATH: %CUDA_PATH%\bin

CUDA_LIB_PATH: %CUDA_PATH%\lib\x64

CUDA_SDK_PATH: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0

CUDA_SDK_BIN_PATH: %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH: %CUDA_SDK_PATH%\common\lib\x64

 在系统变量path中加入下面的的变量:

%CUDA_BIN_PATH%

%CUDA_LIB_PATH%

%CUDA_SDK_BIN_PATH%

%CUDA_SDK_LIB_PATH%

检查cuda版本:

nvcc -v

pysot环境 win10 cuda10.1、torch_第4张图片

cudnn下载

官网下载:cuDNN Archive | NVIDIA Developer

 解压,并将文件复制到cuda对应文件下

pysot环境 win10 cuda10.1、torch_第5张图片

3. 安装torch

pytorch官网:Start Locally | PyTorch

用conda指令安装失败,换用pip安装pysot环境 win10 cuda10.1、torch_第6张图片

pysot环境 win10 cuda10.1、torch_第7张图片

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

 检查是否安装成功:

import torch

if __name__ == '__main__':
    print(torch.__version__)
    print(torch.cuda.is_available())

4. 创建pysot工作环境并激活:

conda create --name pysot python=3.7

激活虚拟环境:

conda activate pysot

 pysot环境 win10 cuda10.1、torch_第8张图片

 安装numpy、cv2

conda install opencv-python

遇到问题,命令行检查:

pysot环境 win10 cuda10.1、torch_第9张图片

 使用pip安装cv2:

pip install opencv-python

查看:

import torch
import numpy
import cv2

if __name__ == '__main__':
    print(torch.__version__)
    print(torch.cuda.is_available())
    print(numpy.__version__)
    print(cv2.__version__)

pysot环境 win10 cuda10.1、torch_第10张图片

5.pysot配置:

 a。 安装所需要的库

 pysot环境 win10 cuda10.1、torch_第11张图片

缺啥补啥:

pip install opencv-python
pip install pyyaml yacs tqdm colorama matplotlib cython tensorboardX

 配置环境变量

 b。下载训练好的模型

https://github.com/STVIR/pysot/blob/master/MODEL_ZOO.md

放在工程experiments文件下对应的文件夹下

进入工程路径

c。运行

python tools/demo.py --config experiments/siamrpn_r50_l234_dwxcorr/config.yaml --snapshot models/siamrpn_r50_l234_dwxcorr/model.pth
--config
../experiments/siamrpn_r50_l234_dwxcorr/config.yaml
--snapshot
../experiments/siamrpn_r50_l234_dwxcorr/model.pth
--video
../demo/bag.avi

No module named 'pysot'问题:

你可能感兴趣的:(目标跟踪,人工智能,python,目标跟踪)