安装opencv、pandas等常用包

 安装opencv,pandas,albumentations,sklearn,timm,pycocotools

代码中需要导入的包,在Pycharm中底下有红色波浪线的地方说明这个包还没有安装

import sys
sys.path.insert(0, "../input/timm-efficientdet-pytorch")
sys.path.insert(0, "../input/omegaconf")

import torch
import os
from datetime import datetime
import time
import random
import cv2
import pandas as pd
import numpy as np
import albumentations as A
import matplotlib.pyplot as plt
from albumentations.pytorch.transforms import ToTensorV2
from sklearn.model_selection import StratifiedKFold
from torch.utils.data import Dataset,DataLoader
from torch.utils.data.sampler import SequentialSampler, RandomSampler
from glob import glob

安装opencv、pandas等常用包_第1张图片

一:安装opencv

想使用cv2要安装opencv

1:opencv是什么

2:安装方法

在Anaconda Promote中切换到pytorch_env,驶入如下命令安装opencv

conda install --channel https://conda.anaconda.org/menpo opencv

安装opencv、pandas等常用包_第2张图片

安装完成后我们看一下是否已经有了这个包:

安装opencv、pandas等常用包_第3张图片

看到代码中cv2下面的红线已经消失

二:安装pandas

pandas是什么

与上面方法类似

conda install pandas

安装albumentations:

与上面方法类似,注意这里的命令有些许变化

pip install --user albumentations

安装opencv、pandas等常用包_第4张图片

(导师电脑上安装时出现问题,虽然安装了但是还报错显示没法用,解决方法:

pip install msvc-runtime)

安装sklearn

安装opencv、pandas等常用包_第5张图片

sklearn需要依赖上面的三个包,因为我们已经有上面三个包了,所以直接用如下命令安装sklearn

conda install scikit-learn

安装opencv、pandas等常用包_第6张图片

到此,我们这个项目所需的包都安装上了

安装opencv、pandas等常用包_第7张图片

三:安装timm

1:什么是timm库?
PyTorch Image Models (timm)是一个图像模型(models)、层(layers)、实用程序(utilities)、优化器(optimizers)、调度器(schedulers)、数据加载/增强(data-loaders / augmentations)和参考训练/验证脚本(reference training / validation scripts)的集合,目的是将各种SOTA模型组合在一起,从而能够重现ImageNet的训练结果。
 

2:安装timm:

选择要安装到的环境,运行以下指令

conda install -c conda-forge timm

四:安装pycocotools

1:什么是pycocotools

参考:https://blog.csdn.net/qq_41185868/article/details/103897159

   pycocotools是什么?即python api tools of COCO。COCO是一个大型的图像数据集,用于目标检测、分割、人的关键点检测、素材分割和标题生成。这个包提供了Matlab、Python和luaapi,这些api有助于在COCO中加载、解析和可视化注释。请访问http://cocodataset.org/,可以了解关于COCO的更多信息,包括数据、论文和教程。COCO网站上也描述了注释的确切格式。Matlab和PythonAPI是完整的,LuaAPI只提供基本功能。
       除了这个API,请下载COCO图片和注释,以便运行演示和使用API。两者都可以在项目网站上找到。

-请下载、解压缩并将图像放入:coco/images/
-请下载并将注释放在:coco/annotations中/
COCO API: http://cocodataset.org/

关于COCO: https://www.bilibili.com/video/BV1TK4y1o78H?from=search&seid=10899268016539417205

2:安装pycocotoolshttps://www.bilibili.com/video/BV1TK4y1o78H?from=search&seid=10899268016539417205

方案1:

CMD 终端中使用 pip 安装:

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

方案1我未能安装成功,最终选择方案2

方案2:

https://github.com/philferriere/cocoapi下载源码,并进行解压。以管理员身份打开 CMD 终端,并切换到 cocoapi\PythonAPI目录。运行以下指令:

# install pycocotools locally
python setup.py build_ext --inplace
 
# install pycocotools to the Python site-packages
python setup.py build_ext install

注意,对于timm和pycocotools我并没有按代码中的方式安装,但是我觉得没啥问题,用pip list可以看到安的这两个包

你可能感兴趣的:(深度学习)