mmdetection安装和测试

本文详细介绍了如何在Anaconda环境下创建虚拟环境并安装MMDetection,包括配置PyTorch源、安装PyTorch及依赖项,以及通过Git克隆和本地安装MMDetection的过程。
部署运行你感兴趣的模型镜像

第一步:

使用anaconda创建一个虚拟环境使其与系统主环境相隔离

conda create -n open-mmlab python=3.7 -y
source activate open-mmlab#激活刚才创建的open-mmlab虚拟环境

第二步:

在open-mmlab虚拟环境中安装pytorch

2.1 安装之前需要将清华的pytorch源加入到anaconda中

在终端输入下面一句然后回车

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

2.2 紧接着:

conda install pytorch=1.1.0 torchvision cudatoolkit=10.0#切记把 -c pytorch给删除

第三步:

安装依赖项和把mmdetection进行安装

3.1 将路径cd到你的mmdetection路径下面

git clone https://github.com/open-mmlab/mmdetection.git#git下载很慢的可以去官网下载
cd mmdetection 

3.2 安装cython和依赖包

pip install cython
pip install -r requirements.txt

3.3 安装mmdetection

python setup.py develop

安装过程如下

(open-mmlab) bubble@XPS-8930:~/mmdetection/0827/mmdetection$ python setup.py develop
Compiling mmdet/ops/nms/src/soft_nms_cpu.pyx because it changed.
[1/1] Cythonizing mmdet/ops/nms/src/soft_nms_cpu.pyx
/home/bubble/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/setuptools/dist.py:474: UserWarning: Normalizing '1.0.rc0+bfce31c' to '1.0rc0+bfce31c'
  normalized_version,
running develop
running egg_info
...
...
Using /home/bubble/anaconda3/envs/open-mmlab/lib/python3.7/site-packages
Searching for setuptools==41.2.0
Best match: setuptools 41.2.0
Adding setuptools 41.2.0 to easy-install.pth file
Installing easy_install script to /home/bubble/anaconda3/envs/open-mmlab/bin

Using /home/bubble/anaconda3/envs/open-mmlab/lib/python3.7/site-packages
Searching for decorator==4.4.0
Best match: decorator 4.4.0
Adding decorator 4.4.0 to easy-install.pth file

Using /home/bubble/anaconda3/envs/open-mmlab/lib/python3.7/site-packages
Finished processing dependencies for mmdet==1.0rc0+bfce31c
安装成功了

官网安装教程:https://github.com/open-mmlab/mmdetection/blob/master/docs/INSTALL.md

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

安装成功测试mmdetection的方法有多种途径。一种方法是通过运行一段代码来测试安装是否成功。根据引用中的说明,可以运行一段代码来克隆mmdetection文件,如果成功克隆下来并且出现了一个名为mmdetection的文件夹,那么说明安装成功。另外,引用中提到使用Conda安装mmdetection是比较稳定的方法,可以避免一些安装问题。可以尝试使用Conda安装并根据引用中的要求,确保numpy版本为1.16.2,pytorch版本为1.0。另外,引用中提供了使用pip安装mmcv-full的命令,也可以尝试使用这个命令来安装mmcv-full,然后再测试mmdetection是否成功安装。总的来说,可以通过运行代码、使用Conda安装或使用pip安装mmcv-full来测试mmdetection安装是否成功。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [mmdetection框架安装测试](https://blog.csdn.net/m0_59152892/article/details/125207176)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [目标检测框架mmdetection框架的安装测试](https://blog.csdn.net/sparkexpert/article/details/88231683)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值