1、下载MMDetection

地址下载链接 可以在branch中选择对应的下载版本,也可以直接下载lastest的版本。建议使用新的版本。

MMDetection VS mmcv 记下你下的MMDetection对应的mmcv版本后面要用到

2、配置pytorch+torchvision

地址下载链接 根据自己的cuda版本选择torch版本。

3、安装mmcv

打开 mmcv github官网 可以看到下面这个表格根据自己的torch版本和cuda版本(或者cpu) 点击对应的三角形图标(没有图标的说明当前版本没有可用的mmcv)
在这里插入图片描述
可以看到对应的 下载命令如:

pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu92/torch1.7.0/index.html

再根据1中的mmcv-full版本修改上面的命令。这一步会有点慢,不是卡了,不要动它,过会就好了。

如果配置出现错误:
在这里插入图片描述
就是你的电脑没有安装c++编译环境 需要下载 地址: Visual Studio 默认安装即可

4、安装pycocotools

windows指令:

pip install pycocotools-windows

linux/ubuntu指令:

pip install pycocotools

5、安装requirements.txt

pip install -r requirements.txt

6、编译mmdet

python setup.py develop

如果报错:客户端没有所需的特权之类的权限问题,就直接管理员方式打开pycharm 再运行下这行代码 在这里插入图片描述
pip list出现mmcv和mmdet的时候,基本上就配置成功了。

下面测试下代码:

先下载所需权重 .

新建test.py

from mmdet.apis import init_detector, inference_detector
import mmcv
# Specify the path to model config and checkpoint file
config_file = './configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
checkpoint_file = './checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
# build the model from a config file and a checkpoint file
model = init_detector(config_file, checkpoint_file, device='cpu')
# test a single image and show the results
img = './demo/demo.jpg'  # or img = mmcv.imread(img), which will only load it once
result = inference_detector(model, img)
# visualize the results in a new window
model.show_result(img, result)
# or save the visualization results to image files
model.show_result(img, result, out_file='result.jpg')

执行结果:
在这里插入图片描述
到这里就安装完毕了。

至于ubuntu和wins就更简单了,步骤和上面类似,但是会少很多的bug,大家可以自己回去试试。

1、下载MMDetection地址下载链接 可以在branch中选择对应的下载版本,也可以直接下载lastest的版本。建议使用新的版本。MMDetection VS mmcv记下你下的MMDetection对应的mmcv版本后面要用到2、配置pytorch+torchvision地址下载链接 根据自己的cuda版本选择torch版本。3、安装mmcv打开 mmcv github官网 可以看到下面这个表格根据自己的torch版本和cuda版本(或者cpu) 点击对应的三角形图标(没有图标的说明 Create a conda virtual environment and activate it. conda create -n open-mmlab python=3.7 -y conda activate open-mmlab Install PyTorch and torchvision following the official instructions, e.g., 这里建议加上 -c 减少因安装源的问题导致的错误 conda install pytorch cudato
Openmmlab确实是个宝藏仓库,下面简要介绍windows下安装mmcv-full的过程。 参考mmcv的官方文档(https://github.com/open-mmlab/mmcv) 重要的是问题是 需要GPU cuda, pytorch 版本一致,与mmcv对应才行。 步骤如下: 1. 安装合适版本的cuda (此处不再介绍,自行百度):本博主的cuda是10.1 2. 安装torch, torchvision版本:建议torch 1.6.0以上,本文测试了 torch1.7.0和1.8
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html 我的torch_version是1.7.1, cu_version是cu101 pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu10...
1.首先,您需要下载并安装Anaconda,这是一个用于数据科学和机器学习的开源Python发行版。 2.接下来,您需要创建一个新的Anaconda环境,以便在其中安装mmdetection。您可以使用以下命令创建一个名为“mmdet”的新环境: conda create -n mmdet python=3.7 3.激活新环境: conda activate mmdet 4.安装必要的依赖项: pip install torch torchvision cython matplotlib 5.克隆mmdetection存储库: git clone https://github.com/open-mmlab/mmdetection.git 6.进入mmdetection目录并安装: cd mmdetection python setup.py install 7.安装完成后,您可以使用以下命令测试mmdetection是否正常工作: python demo/image_demo.py demo/demo.jpg configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py work_dirs/faster_rcnn_r50_fpn_1x_coco/latest.pth 以上是安装mmdetection的基本步骤,希望对您有所帮助。