Detectron2环境配置加测试（Linux）

首先 建一个干净的虚拟环境 （很重要）

conda create -n detectron2 python=3.7

然后进到这个环境  （detectroon2是这个环境的名字）

conda activate detectron2

然后 装pytorch   

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

（一定要注意自己的CUDA版本 我的是11.6所以用下面的代码）

然后 安装我们需要用的包  注意opencv的版本 最好是干净的环境 一套流程走下来 以免发生版本不兼容的问题

conda install cython opencv-python==4.2.0.34 matplotlib termcolor cloudpickle tabulate tensorboard tqdm yacs mock fvcore pydot wheel future

失败 conda list看一下 确实没下下来 

我们换pip

pip install cython opencv-python==4.2.0.34 matplotlib termcolor cloudpickle tabulate tensorboard tqdm yacs mock fvcore pydot wheel future

 成功！

然后我们要用coco数据集得下一个 pycocotools

直接git clone失败 用git lfs clone

一般大文件 我都会用git lfs clone 不过lfs是需要自己安装的 具体可以csdn找到

git lfs clone https://github.com/waleedka/coco

然后进到刚下载的包中

cd python setup.py build_ext install

这样pycocotools就安装好了

然后下载detectron2

git lfs clone https://github.com/facebookresearch/detectron2.git

 进到detectron2目录

python -m install -e detectron2  (失败！)官方的代码

python -m install -e .    (成功！) 注意这个点. 在e后面空格 .

然后进detectron2的github

去model zoo里下载对应的model的checkpoints

checkpoints上传到服务器之后 随便上传一张图片进行测试 我这里是用的 model_final_a54504.pkl

进到detectron2文件夹中后

python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml --input 3.jpg --opts MODEL.WEIGHTS model_final_a54504.pkl MODEL.DEVICE cpu

我这里实验室服务器满了 所以用的cpu 有gpu的话 把MODEL.DEVICE cpu去掉就好了

 结果如下

 可能碰到的问题总结一下

1.pytorch版本问题 这个一般很少出现 

2.git clone lfs的问题 我加了lfs一般都能行 

3.安装detectron2时 -e . 需要注意一下 not detectron2