【环境配置】：mmdetection安装

最新推荐文章于 2025-05-17 15:54:20 发布

原创最新推荐文章于 2025-05-17 15:54:20 发布 · 384 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #目标检测

深度学习专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了如何利用MMDetection构建目标检测模型。首先创建并激活虚拟环境，接着安装必要的依赖，包括Cython、PyTorch和torchvision。然后，根据CUDA和PyTorch版本安装mmcv，再安装mmdet。配置文件和预训练模型下载后，通过init_detector和inference_detector进行模型初始化和推理。经过错误排查和代码调整，最终成功运行并进行了测试。

https://mmdetection.readthedocs.io/zh_CN/latest/

https://github.com/open-mmlab/mmdetection

1、创建虚拟环境

在这里插入图片描述

2、激活虚拟环境

conda activate open-mmlab

在这里插入图片描述

3、安装cython

在这里插入图片描述

4、基于Pytorch官网安装 PyTorch 和 torchvision

在这里插入图片描述

5、根据cuda与torch版本安装mmcv

在这里插入图片描述

6、安装mmdet

在这里插入图片描述

7、各包版本

在这里插入图片描述

8、测试

在demo文件夹下新建test.py文件

在这里插入图片描述

from mmdet.apis import init_detector, inference_detector

config_file = '../configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# 从 model zoo 下载 checkpoint 并放在 `checkpoints/` 文件下
# 网址为: http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = '../checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
inference_detector(model, 'demo.jpg')