liunx安装open-mmlab_python

01.mmlab界面

02. 重重之重

03.虚拟环境

04.进入创建的虚拟环境

05.查看服务器或者电脑安装的CUDA版本

06. 进入pytorch官网找到对应torch下载命令：

07.安装MMdetection

08 测试是否安装成功

官方文档

1.官方文档-open mmlab

open mmlab-GitHub

2. 官方文档0-MMdetection

MMdetection-GitHub

3.官方文档-MMCV

MMCV-GitHub

4. 官方文档-不得不知的MMDetection学路线

01.mmlab界面

阅读README.MD和requirements.txt文件。

MMDetection是MMLab家族的一员，是由香港中文大学和商汤科技共同推出的，以一个统一的架构支撑了15个大方向的研究领域。

MMDetection依赖Pytorch和MMCV，因此安装之前需要先安装这两个库。

02. 重重之重

恶魔男朋友再三叮嘱代码首先要看README.MD和rurequirements.txt，嘤嘤嘤

在README.MD中找到下边界面，点击红色框查看安装步骤。

03.虚拟环境

创建一个conda虚拟环境mmdetection，命令以及实践如下

conda create -n mmdetection python=3.8

04.进入创建的虚拟环境

conda activate mmdetection

05.查看服务器或者电脑安装的CUDA版本

因为需要在mmcv中安装对应的Pyroych版本才可以，不然没有对应的安装命令，那就太惨喽。

注意我的CUDA的版本为11.3

nvcc -V

或者 nvcc -version

在mmcv的README中可以查看CUDA与对应的Pytorch版本。

11.3版本的CUDA可以安装1.11与1.10版本的torch。

06. pytorch官网下载找到对应torch下载命令：注意可以不安装torchaudio，同时把-c pytorch命令去掉，因为加上安装不成功，不听话的孩子不是好孩子；不指定pytorch版本则默认为最新版本，此处安装的是pytorch1.11.0版本。

在torch官网的GET Started中的Previous Pytorch Versions可以查看以前版本的安装命令。

查看pytorch是否安装

conda list

07.安装MMdetection

MMCV有两mmcv-full和mmcv两个版本，两者差别在于是否包含CUDA *** 作，如果不需要使用CUDA可以安装mmcv，不过官方还是推荐安装完整版的mmcv-full，如果处于服务器这类无法联网的环境，可以参照官方说明使用源码安装。

第一种方式自动安装这是官网推荐的

pip install openmim
mim install mmdet

第二种方式：手动安装

首先需要安装mmcv，主要mmcv与mmcv-full只能安装一个，建议安装mmcv-full更好。

下边的界面是截取的官网教程，071介绍如何找寻并复制这个命令。

进入mmcv官网复制对应的命令

在这最好指定mmcv-full的版本，不要跟下边一下默认版本，因为在验证的时候会出bug，你会头大的，所以还是不要偷懒哦！不过你跟我一样删除了也没有关系，最后我给出了解决方案，这个解决方案找的我好费劲啊！！！！！

上边是在liunx系统执行的命令以及执行过程以及结果显示，显示上边界面则表示安装成功。

终于成功啦，坚持不懈的小刺猬，你真是太棒啦啦啦啦啦。

呱唧呱唧，继续吧。

接着安装MMdetection，下边是截取的官网的教程

git clone https://github.com/open-mmlab/mmdetection.git

如果已经在本地下载了mmdetection这个代码，则在终端不需要输入这个命令。

如果没有下载则需要执行这个。

我已经将代码下载并同步到服务器，则不需要执行前两行代码。

直接执行第三行第四行代码即可。

如果直接在虚拟环境中执行pip install -r requirements/build.txt这个命令，则会报错会找不到这个命令。

如下图，

因此我们需要用cd命令先进入上边提及的克隆代码根目录，然后在输入这个命令就成功了。

然后执行第四行代码即可，如下

08 测试是否安装成功

验证时需要先配置好文件，首先进入mmdetection-master/demo中找到需要执行的py文件也就是image_demo.py这个文件。

修改这个文件中的参数配置。

1. image需要改成验证的文件路径；

2. config参数需要在mmdetection-master/config中找到你想要用的模型。

3. checkpoint需要换在mmdetection官网中找到config中的模型，进入readme可以看见

4. download中的model，就是对应模型的权重。

下载下来，放到你的demo中。

进入mmdetection-master根目录下，执行