【安装环境】配置MMTracking环境

版本 v0.14.0

安装 torch

numpy 的版本不能太高，否则后面安装时会发生冲突。先安装 numpy，因为 pytorch 的安装会自动配置高版本 numpy。

conda install numpy=1.21.5

mmtracking 支持的 torch 版本有限，需要找到合适的

conda install pytorch==1.11.0 torchvision==0.12.0 cudatoolkit=10.2 -c pytorch

安装 mmcv

建议直接安装预构建好的 mmcv-full 包(自己尝试过从源码编译，失败了…)。需要注意，mmtracking对 mmcv 版本有要求，这里使用 v1.4.8。不是所有 cuda 和 pytorch 版本都有预构建好的 mmcv-full。可以查看https://github.com/open-mmlab/mmcv/tree/v1.4.8下的对应关系(注意，该网址是mmcv 下的 v1.4.8 分支！)

pip install mmcv-full==1.4.8 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.11.0/index.html

为了检查mmcv-full是否安装成功，可以执行以下指令：

git clone https://github.com/open-mmlab/mmcv.git 
cd mmcv 
git checkout v1.4.8 # 转换到对应的版本！直接clone的是最新版本 
python .dev_scripts/check_installation.py

安装 mmdetection

pip install mmdet==2.19.1

安装 mmtracking

需要编译，一定提前将版本选择好

git clone https://github.com/open-mmlab/mmtracking.git 
cd mmtracking 
git checkout v0.14.0 
pip install -r requirements/build.txt 
pip install -v -e . # or "python setup.py develop"

安装几个数据集（optional）

pip install git+https://github.com/JonathonLuiten/TrackEval.git 
pip install git+https://github.com/lvis-dataset/lvis-api.git 
pip install git+https://github.com/TAO-Dataset/tao.git

测试安装是否成功

python demo/demo_mot_vis.py configs/mot/deepsort/sort_faster-rcnn_fpn_4e_mot17-private.py --input demo/demo.mp4 --output mot.mp4

成功的话会得到输出视频 mot.mp4。