【深度学习】solo/solov2实例分割，环境配置，生成coco评价指标

        本人小白，看过多个博文，不断踩坑＋重配，从其他博主的经验中总结适合服务器配置的环境，记录为方便自己后续使用，如有错误，欢迎指正！（服务器用RTX2080TI、或者2060。使用30系列总出错弃了）

一、solo/solov2环境配置

参考：环境配置经过无数踩坑，最后用这位博主方法顺利完成，亲测有用【SOLO】环境配置（mmdetection=1.0.0+mmcv = 0.2.15）_mmdetection1.0_摇曳的树的博客-优快云博客solo环境配置最难的是版本问题，一定严格按照文中版本配置（mmdetection v1.0.0，mmcv 0.2.16或0.2.15）

1、创建虚拟环境

conda create -n solo python==3.7.3
conda activate solo

2、安装指定版本的pytorch及torchvision

pip install torch==1.4.0 torchvision==0.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

3、下载V1.0.0 的mmdetection 

git clone -b v1.0.0 https://github.com/open-mmlab/mmdetection.git
#下载后进入mmdetection文件中
cd mmdetection

4、安装需要的模块

conda install opencv
pip install cython numpy albumentations==0.3.2 imagecorruptions matplotlib pytest-runner mmcv==0.2.15 numpy Pillow==6.2.2 six terminaltables asynctest codecov flake8 isort pytest  pytest-cov pytest-runner xdoctest==0.10.0 yapf kwarray pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple
如果不行就单独安装
pip install XX -i https://pypi.tuna.tsinghua.edu.cn/simple
cython
numpy
albumentations==0.3.2
imagecorruptions
matplotlib  # 5
pytest-runner  # 必须在mmcv之前安装（依赖库），否则会报错！！！！！！！！！
mmcv==0.2.15  # 0.2.16版本也可以
numpy
Pillow==6.2.2
six  # 10
terminaltables 
asynctest 
codecov 
flake8 
isort   # 15
pytest  
pytest-cov 
pytest-runner 
xdoctest==0.10.0 
yapf  # 20
kwarray 
pycocotools

5、第一次编译，编译mmdetection

python setup.py develop
# 此时在mmdetection文件夹下

6、 在当前mmdetection路径，下载SOLO源码

git clone https://github.com/WXinlong/SOLO.git
# 进入SOLO文件夹内
cd SOLO

 7、安装所需spicy模块，第二次编译，编译SOLO环境

pip install scipy
# 第二次编译环境
python setup.py develop

到此，solo所需环境已配置完成，下一章对环境进行测试，看是否正确配置

二、测试配置