关于gpu:深度学习训练-如何在云服务器上安装MMDetection

文章起源 | 恒源云社区（专一人工智能 / 深度学习云 GPU 服务器训练平台，618 宠粉流动 ing，官网体验网址：https://gpushare.com/）

原文地址 | https://gpushare.com/docs/bes…

MMCV 是一个面向计算机视觉的根底库，它反对了很多开源我的项目。

【 注意事项 】

RTX 3000 系列显卡在 PyTorch 1.8.1 (For CUDA 11.1) 上，MMCV 目前工作不失常，应用此系列显卡时，请抉择 PyTorch 1.7.1 版本镜像。

平台 PyTorch 官网镜像曾经预装了 mmcv-full 的包，大家能够间接装置 OpenMMLab 其余的工具箱进行应用。

【MMDetection 装置 】

MMDetection 是一个基于 PyTorch 的指标检测开源工具箱。

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
 
# 依据 MMCV 的版本检出反对的 MMDetection 版本
git checkout v2.13.0
 
# 装置
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，关上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。