开发环境搭建过程资料
注：文档中所用的mmdetection工具包存放在home下，其余的安装包在 home/package
一、安装NVIDIA驱动
1.输入 sudo gedit /etc/modprobe.d/blacklist.conf 用编辑器打开 blacklist.conf 配置文件
2.在文件的最后一行加入下面的命令，屏蔽有影响的驱动包
blacklist nouveau
options nouveau modeset=0
加入后按 ctrl+s 保存，之后关闭
3.输入 sudo update-initramfs –u 更新 linux 内核
4.输入 reboot 重新启动
5.重启后，按 Ctrl+Alt+F1 进入命令提示符界面，输入对应的 username 和 passwd 进入命令行
6.输入指令： sudo service lightdm stop 关闭图形界面，再使用 cd 指令进入包 目录，输入 sudo chmod 755 NVIDIA-Linux-x86_64-440.82.run 修改 run 文件权限
7. 输入 sudo ./NVIDIA-Linux-x86_64-440.82.run–no-x-check –no-nouveau-check–no-opengl-files 安装驱动
8.等待后，发现预安装错误询问是否继续，选择 continueinstallation
9.询问是否安装 DKMS，选择 NO
10. 警告兼容问题，选择 OK 继续
11.询问是否启用 nvidia 配置文件，选择 yes
12. 安装成功，选择 OK
13.输入 sudoservicelightdmstart 打开图形化界面
14.使用 nvidia-smi 查询是否成功挂载
二、安装 CUDA
1.使用 cd 命令进入目录后，输入 sudoshcuda_10.0.130_410.48_linux.run 开 始安装 CUDA
2.阅读安装须知后（使用 enter 键换行，使用 space 键翻页），选择合适的 选项安装 CUDA。
3.安装后，输入 cat/usr/local/cuda/version.txt 查询 CUDA 是否安装成功
三、安装 cudnn
1.使用终端进入包目录后，输入 tar–xzvfcudnn-10.0-linux-x64-v7.6.5.32.tgz 解压 cudnn 包文件
2.依次输入 sudocpcuda/include/cudnn.h/usr/local/cuda/include sudocpcuda/lib64/libcudnn*/usr/local/cuda/lib64 sudochmoda+r/usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*
3.输入 cat/usr/local/cuda/include/cudnn.h|grepCUDNN_MAJOR-A2 查看 cudnn 版本
四、安装 anaconda
1.进入包目录后输入 bashAnaconda3-2020.02-Linux-x86_64.sh
2.按下回车后开始阅读安装须知
3.阅读后询问是否接受条款，之后选择安装位置，默认位置安装即可
4.关闭终端后，再次打开终端命令行的前方出现（base）表示安装成功，由 于此试验台不使用 Jupyter 命令，所以输入 condaconfig--setauto_activate_base False 关闭 base
5．输入后再次打开终端，发现前面的 base 消失
五、安装 pytorch
1.输入 condacreate-nhdkjpython=3.7，创建虚拟环境
2.进入包目录后，输入 condaactivatehdkj ，激活虚拟环境，前方有（hdkj） 表示激活成功
3.输入 pipinstalltorch-1.1.0-cp37-cp37m-linux_x86_64.whl 安装 pytorch
5.安装成功后，输入 pipinstalltorchvision-0.3.0-cp37-cp37m-linux_x86_64.whl 安装 torchvision
6.输入 piplist 查看是否安装成功
六、安装 mmec
1.进入包目录后，输入 unzipmmcv-master.zip 解压 mmcv 包
2.进入 mmcv-master 目录，输入“pipinstall.”安装 mmcv
3.输入 piplist 查看是否安装成功
七、安装 mmdetection
1.进入目录后，输入 pythonsetup.pydevelop
2.输入 piplist 查看是否安装成功
八、安装其余所需要的库
1.使用 pipinstall 安装其他需要安装的库包括 appdirs,chardet,click,cycler,Cython,decorator,Flask,idna,imagecodecs,imageio, imgaug,intel-openmp,mkl,opencv-python-headless,packaging,pooch,pycocotools, setuptools,terminaltables 之后输入 pipuninstallopencv-python 卸载默认安装的 opencv,再输入 pip installopencv-python 安装 opencv。
2.安装过后输入 piplist 查看环境已安装完毕
九、配置开发环境。
1.打开 pycharm 软件。出现 pycharm 主界面，选择 CreateNewProject。
2.在此处我们选择 Existinginterpreter，之后点击右侧的”…”按钮
3.点击 CondaEnvironment，选择之前创建的环境 hdkj，之后点击“OK”
4.点击后返回 NewProject 窗口，选择项目路径，之后点击 Create，创建后， 之前创建的环境即可在 pycharm 中进行使用。