以下是一个已经保证成功运行的环境,建议使用具有独立显卡的电脑作为服务器以保证 CUDA 相关驱动与工具的正常安装与使用。
- windows 10/11
- Python 3.9
- Pytorch 1.12
- CUDA 11.6
- GCC 8.1
- MMCV-full 1.6
-
准备环境
假设已经安装了 CUDA 11.6 驱动程序,使用 conda 新建虚拟环境并进入:
conda create -n wechat_detection python=3.9 conda activate wechat_detection
-
安装 cudatoolkit 和 PyTorch 以及相关扩展
请保证
cudatoolkit
与驱动程序版本一致,通过以下命令行查看:nvidia-smi
假设已经配置
conda forge
,安装 cudatoolkit 和 cudnn:conda install cudatoolkit=11.6 conda install cudnn
参考 PyTorch 官网 使用指令安装 PyTorch 和 torchvision,以当前环境为例:
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
-
安装 MMDetection
安装详细流程建议参考 MIM ,从安装openmim开始:
pip install openmim
请务必安装兼容 CUDA 功能的 MMCV_full,以当前环境为例,使用如下指令:
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu116/torch1.12.0/index.html
使用
pip
命令或mim
命令安装MMDetection:pip install mmdet
mim install mmdet
上述的命令会在环境中安装最新版本的 MMCV-full 和 MMDetection。(截止到2022/10,mmcv-full=1.6.1, mmdet=2.25.1)
如果 MMDetection 环境配置成功,运行测试程序将得到图片结果:
python image_demo.py
-
服务器环境搭建
在环境 wechat_detection 中运行如下命令以安装搭建Diangle服务器所需要的扩展:
Please fill in the blanks.
如果已经安装了git命令行,请使用以下所示的方法将修改后的代码上传到指定的分支
branch_name
中,而不是将代码和权重文件压缩包上传到群聊或分支(直球)。
git branch branch_name
git checkout bramch_name
git add .
git commit -m "description"
git push origin branch_name
当然也可以使用 TortoiseGit 提交并推送。