之前mmdetection小白,在装环境时遇到无数坑
准备用mm框架在项目上跑训练集,无奈环境不好装就放弃了好几次
最终在win10上装通一遍,然后集百家经验之长,找了很多资料花了一晚上一上午终于在ubuntu18.04上安装成功!!附上成功训练截图助助兴
先附上我安装的版本,后面以我的版本作为一个介绍cpu 5800x,显卡3080,驱动版本470(小版本我没仔细看),cuda版本11.4,pytorch版本1.8.0
下面以一台新电脑来说明(如果有类似的可以跳过)介绍一个总体流程,因为中途安装过程我没有截图,如果还有不行的欢迎提问,我来补充
一.安装anaconda3
这个python的集成环境方便,直接装这个就能解决机子没有python的问题了!!
首先进入官网Anaconda | The World's Most Popular Data Science Platform
下载链接Anaconda | Individual Edition
win版本和linux版本不一样,安装过程也不一样
可以下载新版本的 不过最好不要用python3.9,可能会报一些别的错误无法解决,我个人是先下载这个新版,然后创建一个python3.7的虚拟环境再来装pytorch
安装过程略过,可以查看各大博主攻略,这步比较简单,值得注意的是,安装过程中一定要把添加环境变量加上!!省事很多
二.安装显卡驱动,cuda,cudnn
建议先安装470驱动,重启之后再装cuda
有一点不是很懂,好像装cuda之后用nvidia-smi命令行已经是能查到cuda11.4版本了 难道是驱动自带吗。这里保险起见重装cuda
CUDA Toolkit Archive | NVIDIA Developer
选择你的cuda版本,30显卡一般可以装cuda11,打开过程可能有点慢不要着急
win版本可以直接exe安装,linux版本最好用
以11.4为例
ubuntu安装版本,然后利用下面的两行代码输入再按提示操作
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.runsudo
sh cuda_11.4.0_470.42.01_linux.run
具体没图先选择accept,然后有选项选择安装的内容,可以把驱动勾掉不装驱动,然后安装成功,win版本exe操作简单
安装好cuda之后再装cudnn
cuDNN Archive | NVIDIA Developer
选择自己cuda对应的版本
然后需要登陆英伟达账号才能下载,成功后linux是个tgz文件,解压后按其他博主方法拷贝到cuda所在文件夹,win可以拷贝到对应文件下,
三.安装pytorch
进入官网选择合适版本
我选1.8.0,用这个命令
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
然后打开命令行,新建一个虚拟环境
conda create -n openmmlab python=3.7 -y conda activate openmmlab
激活虚拟环境后再开始装pytorch,可能下载速度很慢,不急或者是更改下pip的源,可以快很多,大概原理都是再user/文件下创建一个pip文件,然后输入新源
四.安装mmcv-full
https://github.com/open-mmlab/mmcv#installation
这个网站找对应你版本的mmcvfull
以我的为例,我的就是
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html
顺利完成!
五.安装mmdet
先在github下载mmdetection源代码,下载zip解压也可以
在源代码目录打开然后执行pip install -r requirements.txt安装依赖
再python setup.py install
两步之后完成了!!再运行demo即可出结果,注意安装mmdet最好是这样 而不是按github上的介绍来,不然大概率出错!还有不明白的可以具体私聊提问,帮忙搞定!