场景图生成（scene graph generation），github/yrcong/RelTR 代码运行

这周为了跑通yrcong/RelTR: RelTR: Relation Transformer for Scene Graph Generation (github.com)配置环境花了好长时间，这里记录一下。

从github下载项目，按照网站要求：

git clone https://github.com/yrcong/RelTR.git
cd RelTR

之后下载anaconda配置新的环境，记住一定要按照网站要求设置python=3.6，我一开始运行python=3.7一直无法成功。之后下载需要的包。

# create a conda environment 
conda create -n reltr python=3.6
conda activate reltr

# install packages
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch
conda install matplotlib

下载 Scipy和pycocotools，不过应该还需要下载Cython，原文中没有说明。

conda install scipy
conda install Cython
pip install -U 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'

如果遇到pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"出错可以尝试换成以下代码：

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

 之后需要使用setup.py build_ext --inplace命令来进行解析部署需要的包。原文中说的是：

# compile the code computing box intersection
cd lib/fpn
sh make.sh

这里看可以直接使用：

cd lib/fpn/box_intersections_cpu
python setup.py build_ext --inplace

之后就遇到了问题，显示报错"cl.exe' failed: No such file or directory"，这是因为其需要用到cl.exe进行编译，需要安装visual studio，这里我装的是2019，如果安装其他版本可能遇到版本不一致的问题。

记得要选右边的MSVC 

之后配置环境，在用户变量中的Path中添加下面这行

 我这里没有用给定的代码训练，下载作者预训练的模型。

之后在inference.py文件中设置图片的路径，测试结果。

 以上图为例：

可以得到上面的结果。