mmdetection入坑日記（一） 環境安裝

mmdetection入坑日記（一） 環境安裝

首先先介紹安裝之前的系統環境
Ubuntu 16.04.6 LTS
NVIDIA GTX 2080
cuda：10.0（此處一定注意檢查自己的環境，關乎到後面cudatoolkit版本的安裝問題）
PS：官網上給出的教程默認是安裝python3.7的，這裏安裝了好幾次，在訓練的時候都會報錯
ImportError: libtorch_cpu.so: cannot open shared object file: No such file …

安裝 Anaconda

這裏默認大家都已經安裝好了 anaconda 了，如果沒有安裝的，可以去官網下載一個，直接安裝即可。

創建 Anaconda 的虛擬環境

前面說了，按住那個 python3.7 之後會出現幾個問題，所以這裏安裝 python3.6

conda create -n open-mmlab python=3.6 -y
conda activate open-mmlab

添加國內鏡像源

.爲了避免conda下載包速度慢，先添加官方及第三方清華鏡像源（這個地方注意一下，是http，http，http，不是別的博客說的https，寫https能報HTTP ERROR報到你崩潰，趟了無數遍坑之後血和淚的教訓）

​conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

搭建環境

先安裝 numpy1.16.0，因爲此時不安裝後面會自動安裝numpy1.18.2，numpy的版本會直接關乎到最後模型測試時能否正常計算map指標。

conda install numpy==1.16.0

安裝 pytorch（我這裏默認安裝的是 torch 1.4.0 版本）

注意此處的cudatoolkit=10.0是對應你的cuda版本的，如果你的cuda版本是 9.0/ 9.2/ 10.1，那麼相應改爲cudatoolkit=9.0/ 9.2/ 10.1，不知道自己的 cuda 版本？去 /usr/local/ 下去看。

conda install pytorch torchvision cudatoolkit=10.0

安裝 cython

conda install cython

下載 mmdetection 源碼

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

安裝編譯

pip install -r requirements/build.txt
pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"
pip install -v -e .  # or "python setup.py develop"

測試

命令行進入 python 環境之後測試

Python 3.6.10 | packaged by conda-forge | (default, Apr 24 2020, 16:44:11) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.4.0'
>>> torch.cuda.is_available()
True
>>> 

至此，大功告成 ~

REFERENCE

mmdetection環境搭建

mmdetection實踐踩坑筆記