MMYOLO

Windows10平台 MMYOLO 环境安装搭建 2023-03最新版

搭建步骤

  1. 安装包管理工具 Miniconda，配置环境变量
    Miniconda下载地址
    本次选择 【Latest Miniconda Installer Links -> Miniconda3 Windows 64-bit】，
    安装到整个计算机，默认安装路径是【C:\ProgramData\miniconda3】。
    完成后添加环境变量：【系统】->【Path】->【新建】->【C:\ProgramData\miniconda3\Scripts】

  2. 创建激活conda环境
    打开Windows命令行，执行如下命令

    1
    2
    3
    conda create -n mmyolo python=3.8 -y
    conda init cmd.exe    <- 完成后，关闭当前命令行窗口，然后新开一个
    conda activate mmyolo

  3. 安装 PyTorch
    *CPU 平台

    1
    2
    3
    4
    5
    6
    7
    conda install pytorch torchvision cpuonly -c pytorch
    conda list | findstr pytorch
    结果显式为CPU版本的pytorch
    cpuonly                   2.0                           0    pytorch
    pytorch                   2.0.0               py3.8_cpu_0    pytorch
    pytorch-mutex             1.0                         cpu    pytorch
    torchvision               0.15.0                 py38_cpu    pytorch

    *GPU 平台

    1
    2
    3
    4
    5
    6
    7
    conda install pytorch=*=*cuda10.2* torchaudio torchvision cudatoolkit=10.2 -c pytorch
    conda list | findstr pytorch
    结果显式为带cuda的GPU版本的pytorch
    pytorch                   1.10.2          py3.8_cuda10.2_cudnn7_0    pytorch
    pytorch-mutex             1.0                        cuda    pytorch
    torchaudio                0.10.2               py38_cu102    pytorch
    torchvision               0.11.3               py38_cu102    pytorch

    如果误装了CPU平台，卸载cpuonly未能实现顺利重装，最简单的方法是新建虚拟环境装GPU版本。

  4. 验证 PyTorch 安装
    *CPU平台

    1
    2
    3
    4
    python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
    预期输出
    2.0.0
    False

    *GPU平台

    1
    2
    3
    4
    python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
    预期输出
    1.10.2
    True

  5. 使用 MIM 安装 MMEngine、 MMCV 和 MMDetection

    1
    2
    3
    4
    pip install -U openmim
    mim install "mmengine>=0.6.0"
    mim install "mmcv>=2.0.0rc4,<2.1.0"
    mim install "mmdet>=3.0.0rc6,<3.1.0"

  6. 使用 MIM 安装 MMYOLO

    1
    mim install "mmyolo"

  7. 下载配置文件和模型权重文件

    1
    mim download mmyolo --config yolov5_s-v61_syncbn_fast_8xb16-300e_coco --dest .

  8. 从python解析器，粘贴执行以下代码，验证
    命令行的当前目录新建【demo】文件夹，存放验证用图片【demo.jpg】

    1
    2
    3
    4
    5
    6
    python
    from mmdet.apis import init_detector, inference_detector
    config_file = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py'
    checkpoint_file = 'yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth'
    model = init_detector(config_file, checkpoint_file, device='cpu')  # or device='cuda:0'
    inference_detector(model, 'demo/demo.jpg')

    得到以下输出即代表安装成功

    1
    2
    3
    4
    5
    6
    >>> inference_detector(model, 'demo/demo.jpg')
    <DetDataSample(

        META INFORMATION
        ori_shape: (375, 500)
        img_path: 'demo/demo.jpg'

下一篇文章：15 分钟上手 MMYOLO 目标检测

参考文档：https://mmyolo.readthedocs.io/zh_CN/latest/get_started/dependencies.html

小知识

MM：Multimedia 的简写
YOLO：You only look once 的简写