Win10搭建mmdetection2.6环境并训练模型(一)
这部分是环境搭建教程,训练过程有时间了再写
一、准备
我的环境Win10+GTX1050Ti 编译前准备CUDA10.1+cudnn8.0.4+VS2015(最好安装VS,不然会安装不成功),CUDA的安装参照网上教程即可,但是cudnn需要注册nvidia账号才可下载。 库版本Pytorch1.6.0、mmcvfull1.1.5、cudatoolkit=10.1 推荐下载,因为版本问题造成的报错很难保证编译成功。
二、环境配置
Step1:打开anaconda powershell ,输入命令conda create -n mmd26 python=3.7创建虚拟环境 Step2:激活环境 conda activate mmd26 Step3:安装相关库, conda install pytorch == 1.6.0 torchvision == 0.7.0 cudatoolkit=10.1 -c pytorch,出现提示后输入y。
等待安装结束即可。过程中可能会出现安装不成的提示,自行百度即可。当提示如下图结果时,就是说安装成功了。 Step4:安装mmcv,这个库我安装的时候没有下载下来,我是直接本地安装的,安装包在。 Step5:cd 到安装包路径,并安装需求库,pip install -r requirements.txt Step6:编译,python setup.py develop 当提示如下时,即代表编译成功 Step7:最后一步,安装opencv-python == 4.2.0.34,直接pip安装 pip install opencv-python == 4.2.0.34 pip install opencv-python==4.2.0.34
Step8:到了这一步的同学,首先恭喜你,你已经配置成功了,接下来我们可以运行demo。 识别图片:python demo/image_demo.py demo/demo.jpg configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth 实时识别:
python demo/webcam_demo.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py checkpoin ts/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth