【AI实战】微小目标检测模型MMDet-RFLA--训练环境搭建
RFLA介绍环境搭建安装依赖参考RFLA介绍
官方连接/Chasel-Tsui/mmdet-rflaarxiv
/abs/2208.08738
环境搭建
我的机器的cuda是10.2，根据自己的cuda版本到 / 拉取对应的镜像
一定要拉取带 devel 的版本镜像
拉取gpu镜像
docker pull aegis1/cuda10.2-cudnn8-devel-ubuntu18.04:pcl
创建容器
nvidia-docker run -it -d \--name rfla \-v /bee/abc/test_model/:/notebooks \-e TZ='Asia/Shanghai' \--shm-size 16G \-d aegis1/cuda10.2-cudnn8-devel-ubuntu18.04:pcl
进入容器
docker exec -it rfla env LANG=C.UTF-8 /bin/bash
安装依赖
安装Anacondacurl -O /miniconda/Miniconda3-latest-Linux-x86_64.shsh Miniconda3-latest-Linux-x86_64.shln -s /root/miniconda3/bin/conda /usr/bin/conda
创建py3.8环境
conda create --name openmmlab python=3.8 -yconda init
退出终端
再进入终端
会出现下面的内容：
(base) root@1212:/#
进入我们的环境 openmmlab
conda deactivateconda activate openmmlab
如下面的内容；
(openmmlab) root@1212:
安装torch
我的cuda是10.02
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=10.2 -c pytorch
其他cuda版本可以按照
/get-started/previous-versions/
来进行安装
安装mim
pip install openmim
安装 mmcv-full
mim install mmcv-full==1.3.9
安装cv2的依赖
apt updateapt install libgl1-mesa-glx -y
安装cocoapi
pip install "git+/jwwangchn/cocoapi-aitod.git#subdirectory=aitodpycocotools"
安装mmdet-rfla
git clone /Chasel-Tsui/mmdet-rfla.gitcd mmdet-rflapip install -r requirements/build.txtpython setup.py develop
【】按照上面的过程一步一步的安装，就能正常跑模型了
参考
/Chasel-Tsui/mmdet-rflahttps://mmcv.readthedocs.io/en/latest/get_started/installation.html#install-mmcvhttps://mmdetection.readthedocs.io/zh_CN/latest/get_started.html/open-mmlab/mim如果觉得《【AI实战】微小目标检测模型MMDet-RFLA--训练环境从零开始搭建》对你有帮助，请点赞、收藏，并留下你的观点哦！
