Detectron安装与用GPU训练自己数据集(voc格式)

FAIR的Detectron平台是facebook基于coco数据集训练的，虽然官方建议使用coco格式数据集训练模型，但很多人习惯于用voc格式标记数据，也有现成的xml不知如何使用Detectron。本博文假设已经做好voc格式数据，稍做转换使其能够在Detectron上训练。本博文主要以resnet-50-fpn-faster-rcnn训练为例，只测试目标检测，说明如何使用自己的voc数据训练模型，关于FAIR训练好的模型demo部分不再叙述。

参考blog: https://blog.youkuaiyun.com/meccaendless/article/details/79457330

准备工作：

1、安装caffe2

参考blog: https://blog.youkuaiyun.com/yan_joy/article/details/70241319

(1) 安装caffe2依赖库

    sudo apt-get update
    sudo apt-get install -y --no-install-recommends \
      build-essential \
      cmake \
      git \
      libgoogle-glog-dev \
      libprotobuf-dev \
      protobuf-compiler \
      python-dev \
      python-pip                          
    sudo pip install numpy protobuf

其他可选依赖项：

sudo apt-get install -y --no-install-recommends \
      libgtest-dev \
      libiomp-dev \
      libleveldb-dev \
      liblmdb-dev \
      libopencv-dev \
      libopenmpi-dev \
      libsnappy-dev \
      openmpi-bin \
      openmpi-doc \
      python-pydot
      sudo -H pip install --upgrade pip

(2) 安装cuda和cudnn

参考blog: https://blog.youkuaiyun.com/yggaoeecs/article/details/791637