Instalación y verificación de MMDetection

Referencia: Instalación — documentación de MMDetection 2.22.0

He estado en la comunidad openMMLab durante mucho tiempo, pero he estado aprendiendo algunos conocimientos básicos antes. Hace poco vi la parte de detección de objetivos y luego traté de configurar el entorno mmDet. Pisé muchos pozos en el proceso. y tomó mucho tiempo grabarlo aquí. , para evitar que todos vuelvan a pisar el pozo. Si todo el proceso transcurre sin problemas, puede llevar menos de tres minutos.

Instalar MMDetection

Este artículo asume que anaconda se ha configurado y que el entorno de pytorch ya está disponible; de ​​lo contrario, consulte este artículo

Primero clone una copia del entorno existente, lo que puede ahorrar mucho tiempo de descarga

conda create -n open-mmlab --clone pytorch

Luego cambie al entorno recién creado

conda activate open-mmlab

Para evitar la falla de configuración causada por errores en el proceso, también se da el comando para eliminar el entorno, espero que no lo use

Primero, debe cortar este entorno a otro entorno y luego eliminarlo directamente

conda activate base
conda remove -n open-mmlab --all

Luego está la configuración específica.El funcionario dio dos formas:

• Use openmimdownload, pero la velocidad de clonación del repositorio es un poco lenta (puede ser un problema del servidor, es directamente desde el Githubcódigo de clonación), pero la operación es relativamente simple
• Para instalar manualmente MMDetection, debe clonar el código localmente e instalarlo, de modo que pueda comprimir directamente el código y cargarlo en el servidor o Giteeencontrar un espejo para descargarlo.La operación es un poco más complicada.

Antes de realizar los siguientes dos pasos, se recomienda cerrar la sesión conectándose al servidor y abrirla nuevamente, he reportado errores varias veces y No module named torchno sé qué pasó.

Instalar usando openmim

mimEs el método de instalación oficial recomendado, el dicho original esMIM 能够自动地安装 OpenMMLab 的项目以及对应的依赖包。

Utilice el siguiente comando después de activar el entorno que acaba de crear:

mim install mmdet

Luego espere a que se complete la instalación

Instalación manual

La instalación manual requiere que mmcv-full esté instalado. Oficialmente, se recomienda usar un paquete preconstruido para instalar:

La {cu_version}suma {torch_version}es la versión cuda y el número de versión de antorcha del servidor. Puede ingresar python en la línea de comando para ingresar la línea de comando de python, y luego de la siguiente manera:

Puedes ver que mi versión es torch1.11.0, cuda102, y luego el comando que descargué espip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cuda102/torch1.11.0/index.html

ctrl+zUsar salir después de consultar

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{
    
    cu_version}/{
    
    torch_version}/index.html

Este proceso es rápido

luego instalarMMDetection

Primero Github, clone el almacén en el servidor.Si la clonación del servidor es más rápida, puede usar el siguiente comando directamente

git clone https://github.com/open-mmlab/mmdetection.git

Si la velocidad de clonación directa es demasiado lenta, primero puede descargar el paquete comprimido y luego cargarlo en el servidor o Giteeencontrar un clon espejo

Después de clonar con éxito

cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

Luego espere a que la configuración sea exitosa.

verificar

El documento oficial brinda un método de verificación, puede consultarlo, pero hay varios puntos a los que debe prestar atención

• Si este método no funciona si está utilizando la miminstalación, use el siguiente método

• Si se trata de una instalación manual, mmdetectionprimero debe descargar el punto de control a través del comando en el directorio y luego ejecutar el archivo

  mkdir checkpoints
  cd checkpoints
  wget http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
  

Otra forma es ver el tutorial oficial , este puede crear un archivo pyo jupyterarchivo en cualquier ubicación, y luego ejecutar el siguiente código:

Tenga en cuenta que si desea seguir este tutorial más adelante, no ejecute la segunda celda. No lo leí detenidamente en ese momento, y luego eliminé todos los entornos configurados y luego lo reconfiguré nuevamente. . .

# Check Pytorch installation
import torch, torchvision
print(torch.__version__, torch.cuda.is_available())

# Check MMDetection installation
import mmdet
print(mmdet.__version__)

# Check mmcv installation
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print(get_compiling_cuda_version())
print(get_compiler_version())

Si el número de versión se puede mostrar normalmente, la configuración es exitosa.