mmdetection Xiaobai を導入する前は、環境をインストールするときに多くの落とし穴に遭遇しました。
mm フレームワークを使用してプロジェクトのトレーニング セットを実行するつもりでしたが、環境が悪いため何度か断念しました
結局、win10にインストールして、数百社の経験を集めて一晩かけて色々な情報を探して、ようやくubuntu18.04にインストールすることができました！！トレーニングに成功したときのスクリーンショットが添付されているので、さらに楽しくなります。
最初にインストールしたバージョンを添付し、次に私のバージョンを紹介として使用します。 CPU 5800x、グラフィックス カード 3080、ドライバー バージョン 470 (小さいバージョンを注意深く見ていませんでした)、cuda バージョン 11.4、pytorch バージョン 1.8.0
以下は、全体的なプロセスを紹介するために新しいコンピューターを示しています (類似したコンピューターがある場合はスキップできます)。途中のインストール プロセスのスクリーンショットがありません。まだ問題がある場合は、動作しません。質問を歓迎します。追加します
1.anaconda3をインストールする
Python統合環境は便利で、これを直接インストールすればマシンにPythonが入っていない問題も解決できます！！
まずは公式ウェブサイトにアクセスAnaconda | 世界で最も人気のあるデータ サイエンス プラットフォーム
ダウンロードリンクAnaconda | 個人版
Win版はLinux版と異なり、インストール手順も異なります
新しいバージョンをダウンロードできますが、解決できない他のエラーが報告される可能性があるため、python3.9 は使用しないことをお勧めします。私は、まずこの新しいバージョンをダウンロードしてから、python3.7 仮想環境を作成して pytorch をインストールします。
インストールプロセスはスキップされ、大手ブロガーのガイドを確認できます。この手順は比較的簡単です。ただし、インストールプロセス中に環境変数を追加する必要があることに注意してください。！多くの手間を省く
2.グラフィックドライバー、cuda、cudnnをインストールします
最初に 470 ドライバーをインストールし、再起動後に cuda をインストールすることをお勧めします。
よくわからないのは、cudaをインストールした後、nvidia-smiコマンドラインを使用するとcuda11.4のバージョンがすでに見つかるようですが、これは付属のドライバーですか？安全のため、ここで cuda を再インストールしてください
CUDA ツールキット アーカイブ | NVIDIA 開発者
cuda のバージョンを選択してください。通常、30 個のグラフィック カードに cuda11 をインストールできます。開くプロセスは少し遅いかもしれませんが、心配しないでください。
win版はexeで直接インストールできますが、linux版が最適です
11.4 を例に挙げます
ubuntu バージョンをインストールし、次の 2 行のコードを使用して入力し、プロンプトに従います。
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特に画面がない場合は、「同意する」を選択すると、インストール内容を選択するオプションが表示されますので、ドライバーのチェックを外してドライバーをインストールしないと、インストールが成功します。操作する
cuda をインストールした後、cudnn をインストールします
cuda に対応するバージョンを選択してください
次に、Nvidia アカウントにログインしてダウンロードする必要があります。成功したら、linux は tgz ファイルです。解凍後、他のブロガーに従って cuda が配置されているフォルダーにコピーします。Win の場合は、対応するファイルにコピーできます。
3.pytorchをインストールする
公式 Web サイトにアクセスして適切なバージョンを選択してください
私は 1.8.0 を選択し、このコマンドを使用します
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
次に、コマンドラインを開き、新しい仮想環境を作成します。
conda create -n openmmlab python=3.7 -y conda activate openmmlab
仮想環境をアクティブ化した後、pytorch のインストールを開始します。ダウンロード速度が非常に遅い場合があります。心配する必要はありません。pip のソースを変更すると、はるかに速くなります。一般原則は、user/file の下に pip ファイルを作成することです。そして新しいソースを入力します
4. mmcv-full をインストールする
https://github.com/open-mmlab/mmcv#installation
この Web サイトで、お使いのバージョンに対応する mmcvfull バージョンを見つけてください。
私の場合、私の場合は、
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html
無事完了しました！
5. mmdet をインストールする
まず、github で mmdetection のソース コードをダウンロードし、zip をダウンロードして解凍します。
ソース コード ディレクトリを開き、pip install -rrequirements.txt を実行して依存関係をインストールします。
次に、Python setup.pyをインストールします
2つのステップを経て完成です！！次に、デモを実行して結果を取得します。github の紹介に従うのではなく、このように mmdet をインストールするのが最善であることに注意してください。そうしないと、エラーが発生する可能性が高くなります。それでもわからない場合は、プライベートチャットで質問してください。サポートさせていただきます。