1.建立虚拟环境:
conda create -n your-env-name conda activate your-env-name
2.查看gcc版本
gcc -v
3.mmdet要求gcc版本为>5.0,<8.0,建议虚拟环境中改变gcc版本
gcc版本修改参考链接https://www.zhihu.com/question/56272908?sort=createdhttps://www.zhihu.com/question/56272908?sort=created
conda install -c psi4 gcc-5
不建议安装最新gcc,因为mmdet支持8>gcc>4
$ gcc -v
提示gcc版本还是4.8.5
在anconda3/envs/mmdetection下搜索刚刚安装的gcc的路径,在bin里没有,我是在libexec/gcc/x8664=condacos6-linux-gnu/7.3.0/gcc 找到,然后链接文件
$ ln -s /home/user_name/anconda3/envs/mmdeteciton/libexec/gcc/x8664=condacos6-linux-gnu/7.3.0/gcc /home/user_name/anconda3/envs/mmdeteciton/bin/gcc
$ conda install gcc_linux-64
$ conda deactivate
$ conda activate mmdetection
$ gcc -v
(为了节约时间,粘贴复制原回答者的答案)
作者:人生苦短及时行乐
链接:https://www.zhihu.com/question/56272908/answer/1471772171
可以不走上面的弯路,因为我发现上面这句指令容易将GCC安装至最高版本,建议如下指令:
conda install -c omgarcia gcc-6
4.确定CUDA(nvcc -V,不建议nvidia-smi)以及pytorch版本信息,安装旧版本pytorch的时候不要图省事而直接修改新版本中的cuda号,建议查看旧版本与cuda匹配问题
5.不建议直接pip install mmcv-full,建议官网查看指令以及报错后给予的版本号:
pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html
其中cuda以及pytorch版本号一定要核对清楚
输入以上指令会出现报错,报错里面会给出现有版本,一定要选择1.3以上,1.4以下,不要问为啥,踩过坑
6.下载mmdetection建议网页直接下载传输到ubuntu,不建议指令下载
7. cd mmdetection-master,pip install -r requirements/build.txt
8.pip install -v -e .
9如果pycocotools报错,可以自行安装pip install -c conda-forge pycocotools
进入mmdet文件中,再进去utils,输入python collect_env.py指令,看输出结果
完结撒花,一天的踩坑结束
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)