【旋转框目标检测】使用PaddleDetection训练自定义数据集：一、环境依赖安装

0.引言

旋转框目标检测作为目标检测中比较小众的一个分支，各类算法和数据集并不算太多；因此，
如果不太清楚旋转框检测算法的可以参看这篇文章：旋转框检测方法综述：RotateAnchor系列
运行环境如下：

• windows10
• cuda11.6
• cudnn8.4.1
• Anaconda5.3.0
  教程分了3个板块，

1.环境准备

（1）克隆仓库

本教程使用的是百度的PaddleDetection仓库中的一个部分，因此需要先把PaddleDetection从git上克隆下来：

git clone https://github.com/PaddlePaddle/PaddleDetection.git

（2）创建环境

通过Anaconda创建虚拟环境

cd PaddleDetection
conda create -n paddle python=3.8
conda activate paddle

后续所有操作均在paddle这个虚拟环境中进行

（3）安装依赖

此时需要先去paddle的官网，根据自己cuda的版本，找到自己对应的paddle安装指令：
paddle官网链接

由于我是cuda11.6，因此我使用如下语句进行安装：

python -m pip install paddlepaddle-gpu==2.4.1.post116 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

安装成功后，再进行其他依赖包的安装：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装成功截图：

（4）安装roLabelImg

roLabelImg是一个开源的旋转框标注工具（可以理解为LabelImg的旋转版），既可以标注正框，也可以标注旋转框，具体安装细节可以参看这篇文章：旋转标注框数据标签制作-roLabelImg

git clone https://github.com/cgvict/roLabelImg.git
cd roLabelImg
conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python roLabelImg.py

虽然这个软件可以实现基本的功能，但是绝对谈不上好用，甚至用糟糕来形容也不为过：程序有些方法没有导入导致程序崩溃；无法像labelImg一样自动保存，需要手动保存；进入下一张，再退回上一张，无法查看已经标注的目标框…