mmdetection的下载与安装（附带跑solov2示例）

一、找到官方文档按步骤安装

mmdetection中包含许多模型的检测框架，下载以后方便后续调用

官方文档地址：依赖 — MMDetection 2.27.0 文档

需要注意的点

按照步骤来基本没有什么问题，注意CUDA、torch、mmcv的版本，不然后续跑不通会报错

1、查看版本

查看CUDA版本：cat /usr/local/cuda/version.txt

 查看torch版本：

（1）进入python环境，在终端输入python进入python环境。

（2）输入: import torch

（3）输入:torch._version_

（4）退出python环境，输入：exit()

2、基于 PyTorch 官网安装 PyTorch 和 torchvision：注意版本

3、安装 mmcv-full

不建议直接pip install mmcv-full，后面可能因为版本出问题（因为我就是这个问题弄了好久），下载的版本尽量高点（我中途改成1.2.4版本低了也出了问题）

pip install mmcv-full==XXXXX -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

MMDetection 和 MMCV 版本兼容性见github说明，需要安装正确的 MMCV 版本以避免安装出现问题。

4、测试mmdetection是否安装成功

在mmdetection目录下新建test.py文件和checkpoints文件夹，打开网址下载好权重文件放在checkpoints文件夹下，在test.py中复制以下代码并运行即可。

from mmdet.apis import init_detector, inference_detector

config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# 从 model zoo 下载 checkpoint 并放在 `checkpoints/` 文件下
# 网址为: http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
img = 'demo/demo.jpg'
result = inference_detector(model, img)
model.show_result(img, result)
# 将推理的结果保存
model.show_result(img, result, out_file='result.jpg')

保存以后，终端输入：python test.py

没有问题以后会生成一张名为result.jpg的图片：

 二、尝试跑solov2

可以先从https://github.com/open-mmlab/mmdetection/blob/master/demo/inference_demo.ipynb这个入手

1、下载model

mmdetection/README_zh-CN.md at master · open-mmlab/mmdetection (github.com)

在上面这个连接里可以找到各种模型的框架，这里示范solov2

solov2：可以在它的model zoo挑一个config和checkpoint下载下来

2、将model存入之前建的checkpoints文件夹里

3、找到config

在mmdetection文件里面找到对应的solov2的config

 4、修改test.py文件内容

根据这个改写：mmdetection/inference_demo.ipynb at master · open-mmlab/mmdetection (github.com)

把标红的地方进行替换 ：

保存以后，终端输入：python test.py

得到结果：