mmdetection-安装篇

最新推荐文章于 2025-11-19 02:05:14 发布

原创最新推荐文章于 2025-11-19 02:05:14 发布 · 1.8k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#docker #pytorch #深度学习

本文详细介绍了如何在Linux环境下安装mmdetection，包括创建conda虚拟环境、安装PyTorch、克隆mmdetection代码库、安装依赖包及构建Docker镜像等步骤，为深度学习目标检测研究提供环境配置指导。

Linux环境下安装mmdetection

环境准备：

Linux系统
Python 3.5+
PyTorch 1.1 或更高
CUDA9.0 或更高
NCCL2
GCC 4.9 或更高
mmcv

安装 mmdetection

a. 创建 conda 虚拟环境并激活。

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

b. 安装 PyTorch and torchvision, 可参考官方教程

conda install pytorch torchvision -c pytorch

c. 克隆 mmdetection 代码.

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

d. 安装依赖环境

pip install -r requirements/build.txt
pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI"

e. 安装mmdetection

pip install -v -e .  # or "python setup.py develop"

使用这个命令，mmdetetion以dev模式安装，本地修改不用重新install,如果代码提交了commit或者pull更新了代码，则需要再次执行上面语句。
另外在requirements/下还有其他依赖环境可以安装。

构建mmdetection的Docker镜像

环境准备

docker
nvidia-docker(如果是19.03及以后，不需要安装nvidia-docker)
nvidia-driver(建议是最新版)

基于Dockerfile构建镜像

根据官方提供的Dockerfile 构建。

# build an image with PyTorch 1.3, CUDA 10.1 and CUDNN 7
docker build -t mmdetection docker/

Dockerfile内容如下:

ARG PYTORCH="1.3"
ARG CUDA="10.1"
ARG CUDNN="7"

FROM pytorch/pytorch:${PYTORCH}-cuda${CUDA}-cudnn${CUDNN}-devel

ENV TORCH_CUDA_ARCH_LIST="6.0 6.1 7.0+PTX"
ENV TORCH_NVCC_FLAGS="-Xfatbin -compress-all"
ENV CMAKE_PREFIX_PATH="$(dirname $(which conda))/../"

RUN apt-get update && apt-get install -y libglib2.0-0 libsm6 libxrender-dev libxext6 \
 && apt-get clean \
 && rm -rf /var/lib/apt/lists/*

# Install mmdetection
RUN conda clean --all
RUN git clone https://github.com/open-mmlab/mmdetection.git /mmdetection
WORKDIR /mmdetection
ENV FORCE_CUDA="1"
RUN pip install --no-cache-dir -e .