1、所需环境
Anaconda3
python 3.7.12
pytorch1.8.0 (要安装跟cuda版本对应的)
torchvision0.9.0 (跟pytorch版本匹配)
cuda 10.2 (参考cuda和cudnn安装,这里默认配置完毕,不再介绍)
cudnn 7.6.5
Visual Studio 2019 (配置环境变量及验证cl.exe是否可用自行参考vs2019安装)
2、环境配置过程
# 创建虚拟环境pytorch(变量名可以自己设置,方便记忆的可以取为detectron2)
conda create -n pytorch python=3.7
# 激活环境
conda activate pytorch
# 安装torch1.8.0
# 这里亲测安装torch1.4.0和torch1.6.0都不行,会报错。好像是要求torch1.8以上
# torch1.8.0具体安装方法可以参考我上篇blog,这里不再详细说
pip install torch-1.8.0-cp37-cp37m-win_amd64.whl
# 安装对应匹配的torchvision0.9.0
pip install torchvision-0.9.0-cp37-cp37m-win_amd64.whl
安装完成后,检查环境
3、安装cocoapi
因为cocoapi官方并不支持windows,所以下载下方链接的cocoapi
https://github.com/philferriere/cocoapi
然后在刚才用anaconda创建的pytorch虚拟环境中,输入以下命令
cd cocoapi-master/PythonAPI
python setup.py build_ext --inplace
python setup.py build_ext install
输入
import pycocotools
from pycocotools.coco import COCO
未报错则成功
4、安装fvcore
下载链接https://github.com/facebookresearch/fvcore
cd fvcore-main
python setup.py build --force develop
输入
import fvcore
未报错即成功
5、安装detectron2
下载detectorn2到本地,下载链接地址:
https://github.com/facebookresearch/detectron2
cd detectron2-main
python setup.py build --force develop
pip list查看安装结果
注意:这一步,参考网上的所有资料,都说要修改一堆文件才能安装成功,但本人安装时,并未修改任何代码文件,成功安装运行。原因未知,可能是2022年了,有些东西官方修改过了。若你在安装过程遇到问题,可以参考文末的链接。
6、验证
目标检测
python demo/demo.py --config-file configs/COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml --input jy.jpg --opts MODEL.WEIGHTS 'model_final_b275ba.pkl'
# pkl文件下载地址:https://github.com/facebookresearch/detectron2/blob/main/MODEL_ZOO.md
实例分割
python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml --input jy.jpg --opts MODEL.WEIGHTS model_final_a54504.pkl`
7、参考文章
https://blog.youkuaiyun.com/weixin_42644340/article/details/109178660
https://blog.youkuaiyun.com/haiyangyunbao813/article/details/115106759
https://blog.youkuaiyun.com/qq_42315242/article/details/115376377
https://www.jianshu.com/p/8658cda3d553
https://gilberttanner.com/blog/detectron-2-object-detection-with-pytorch