文章来源 | 恒源云社区(专注人工智能/深度学习云GPU服务器训练平台,618宠粉活动ing,官方体验网址:https://gpushare.com/ )
原文地址 | https://gpushare.com/docs/bes...
MMCV 是一个面向计算机视觉的基础库,它支持了很多开源项目。
【注意事项】
RTX 3000 系列显卡在 PyTorch 1.8.1 (For CUDA 11.1) 上, MMCV 目前工作不正常,使用此系列显卡时,请选择 PyTorch 1.7.1 版本镜像。
平台 PyTorch 官方镜像已经预装了 mmcv-full 的包,大家可以直接安装 OpenMMLab 其他的工具箱进行使用。
【MMDetection安装】
MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。
MMDetection 对 MMCV 的版本要求,请查看 Prerequisites。
# 查看 MMCV 版本
pip show mmcv-full | grep Version
git clone https://ghproxy.com/https://github.com/open-mmlab/mmdetection.git
cd mmdetection
# 根据 MMCV 的版本检出支持的 MMDetection 版本
git checkout v2.13.0
# 安装
pip install -r requirements/build.txt --no-cache
pip install -v -e . --no-cache
接下来,下载一个模型文件用于测试。
mkdir checkpoints
cd checkpoints
curl -OL "http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth"
进入 JupyterLab,打开刚刚克隆下代码中的 /root/mmdetection/demo/inference_demo.ipynb 记事本文件。
点击菜单中的 运行 - 运行所有单元格 即可。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。