MMDetection 目标检测 —— 环境搭建和基础使用

参考文档

开始你的第一步 — MMDetection 3.3.0 文档

依赖

步骤 0. 下载并安装 Anaconda。

步骤 1. 创建并激活一个 conda 环境。（我选择的是python=3.10）

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

步骤 2. 基于 PyTorch 官方说明安装 PyTorch。

在 GPU 平台上：

conda install pytorch torchvision -c pytorch

在 CPU 平台上：

conda install pytorch torchvision cpuonly -c pytorch

 安装流程

最佳实践

步骤 0. 使用 MIM 安装 MMEngine 和 MMCV。

pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"

此时可能会报错：

Failed to build mmcv
ERROR: Could not build wheels for mmcv, which is required to install pyproject.toml-based projects

原因分析：因为mmcv需要和pytorch版本匹配。

在终端输入查看自己的版本：

python -c 'import torch;print(torch.__version__)'

官网上选择自己的版本，有对应的指令可以安装：（我的版本）

如果版本不匹配，会报错（我刚开始的选择的是mmcv==2.0.0版本）：

AssertionError: MMCV==2.2.0 is used but incompatible. Please install mmcv＞=2.0.0rc4.

 MMDetection 可以在 CPU 环境中构建。在 CPU 模式下，可以进行模型训练（需要 MMCV 版本 >= 2.0.0rc4）、测试或者推理。 

步骤 1. 安装 MMDetectionGitHub - open-mmlab/mmdetection: OpenMMLab Detection Toolbox and Benchmark。

方案 a：如果你开发并直接运行 mmdet，从源码安装它：

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .
# "-v" 指详细说明，或更多的输出
# "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。

步骤 2. 验证安装是否成功。 

import mmdet
print(mmdet.__version__)
# 预期输出：3.0.0 或其他版本号

 下面是参考适合新手的Pycharm版mmdetection目标检测框架实现