conda create -n mmdet python=3.8 -y
conda activate mmdet
注意:MMDetection需要 Python>=3.6, CUDA>=9.2, PyTorch>=1.5
安装PyTorch可以参考官方指南。下面简单介绍如何安装GPU版本的PyTorch。
nvcc -V
# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch
# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch
若想装其它版本请看官网。
如果用上面的指令安装失败或下载太慢,可以先下载好安装包:
镜像地址:https://download.pytorch.org/whl/torch_stable.html
再用pip离线安装:
pip install {安装包的路径}
# GPU版本
pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html
# CPU版本
pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cpu/{torch_version}/index.html
# e.g.
pip install mmcv-full==1.3.8 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html
# 或者使用mim安装
pip install -U openmim
mim install mmcv-full
若用上面的指令下载不了,也可以离线安装:
安装包下载地址:https://download.openmmlab.com/mmcv/dist/index.html
或者根据cuda版本和PyTorch版本打开:https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html。
选择下载与python、操作系统适配的mmcv安装包,然后手动安装。
pip install pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple
安装包下载地址:https://pypi.org/simple/pycocotools/
若安装过程中报了以下错误:
ERROR: Could not build wheels for pycocotools which use PEP 517 and cannot be installed
解决方法:
apt-get install g++
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .
python setup.py develop
从 model_zoo 下载一个官方给出的模型文件,同时找到该模型的配置文件,然后运行demo:
python demo/image_demo.py demo/demo.jpg {config.py} {chenkpoint.pth}
e.g. python demo/image_demo.py demo/demo.jpg configs/yolof/yolof_r50_c5_8x8_1x_coco.py\
checkpoints/yolof_r50_c5_8x8_1x_coco_20210425_024427-8e864411.pth
若安装了mim,也可以用指令下载配置文件和模型文件:
mim download mmdet --config yolov3_mobilenetv2_320_300e_coco --dest .
python demo/image_demo.py demo/demo.jpg yolov3_mobilenetv2_320_300e_coco.py yolov3_mobilenetv2_320_300e_coco_20210719_215349-d18dff72.pth --device cpu --out-file result.jpg
如果看到当前文件夹下生成了一张图片"result.jpg",说明MMDetection已安装成功。