[踩坑记录]mmdetevtion v1.2.0的安装与调试

最近在学习掩码引导的注意力机制(mask-guided-attention)，需要用到github上一位佬实现的MGAN。但是这个是用mmdetection的1.2.0版本实现的，现在主流版本都到2.20多了，得重新退旧版的。

配置：Ubuntu 18.04, Python 3.7, CUDA 10.1, cudNN 7, NVCC, Pytorch 1.4.0, VNC

pytorch版本要求：mmdet v1.2需要的pytorch版本是1.1.0~1.4.0，必须在这个区间内，但是强烈推荐安装1.3.0版本或者1.4.0版本的pytorch。我使用的1.4.0版本，torchvision是0.5.0。

过程（默认你已经安装好的torch和torchvision）：

第一步：克隆对应版本的mmdetection

git clone -branch v1.2.0 https://github.com/open-mmlab/mmdetection

第二步：下载对应的mmcv。这里一定要注意，别下别的版本的，我相信用过mmdetection v2.x的朋友们都被mmcv困扰过，在v1.x里，mmcv一样很烦

pip install mmcv==0.5.0

第三步：cd mmdetevtion，进入mmdet的目录，把它所需的一切东西都安装好（写在requirements.txt了）

pip install -r requirements.txt

第四步：开始安装（依然在mmdet的目录下）

python setup.py develop

这个时候，你可能会遇到一个错误：fatal error: cublas_v2.h: No such file or directory；这是因为一些未知的GCC编译原因，以及你的torch版本和你的cuda版本有点对应不上这个mmdetection v1.2，它太古老了。

fatal error: cublas_v2.h: No such file or directory

这个时候，在你的命令行运行以下两行代码：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/libcublas-dev_10.1.0.105-1_amd64.deb
dpkg -i libcublas-dev_10.1.0.105-1_amd64.deb

然后清理一下之前安装时候的残余：

python setup.py clean --all

再重新安装：

python setup.py develop

安装的时候会有一堆warning，别理它们，这可能要花费很久。

第五步：验证你的安装，这里感谢:Ubuntu18.04+pytorch1.3+mmdetection v1.2_yzb_123的博客-优快云博客

#在demo文件夹下，新建demo.py，将代码中'testing image you want to detect.jpg'，改为自己想要测试的图片
import argparse
import cv2
import torch
from mmdet.apis import inference_detector, init_detector, show_result

def parse_args():
    parser = argparse.ArgumentParser(description='MMDetection webcam demo')
    parser.add_argument('--config', default='../configs/faster_rcnn_r50_fpn_1x.py', help='test config file path')
    parser.add_argument('--checkpoint', default='../checkpoints/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth',
                        help='checkpoint file')
    parser.add_argument('--device', type=int, default=0, help='CUDA device id')
    parser.add_argument(
        '--camera-id', type=int, default=0, help='camera device id')
    parser.add_argument(
        '--score-thr', type=float, default=0.5, help='bbox score threshold')
    args = parser.parse_args()
    return args

args = parse_args()
model = init_detector(
        args.config, args.checkpoint, device=torch.device('cuda', args.device))
img = 'testing image you want to detect.jpg'
show_img = inference_detector(model, img)
show_result(img, show_img, model.CLASSES, score_thr=args.score_thr)

如果能够运行，那就是安装好了！