Detectron的安裝以及解決方案

轉載：https://blog.csdn.net/comway_Li/article/details/85163607

本博客介紹了如何安裝Detectron，其依賴項（包括Caffe2）和COCO數據集。

安裝前所需知道的知識：

a、Detectron運營商目前沒有CPU實施; 需要GPU系統。

b、caffe2 已經集成到pytorch1.0中，所以框架我們直接安裝pytorch即可。

c、Detectron已經過CUDA 8.0和cuDNN 6.0.21的廣泛測試，不過cuda其他版本也是可以的，比如cuda9.

d、首先先保證已經安裝了cuda與cudnn,若是沒安裝，先安裝這些。

e、官方教程鏈接：https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md

1、創建獨立conda虛擬環境變量

conda create -n detectron  (detectron為虛擬環境的名字,名字隨便取)

2、激活環境變量

source activate detectron

3、安裝caffe2

安裝依賴

sudo apt-get update
sudo apt-get install -y --no-install-recommends \
      build-essential \
      git \
      libgoogle-glog-dev \
      libgtest-dev \
      libiomp-dev \
      libleveldb-dev \
      liblmdb-dev \
      libopencv-dev \
      libopenmpi-dev \
      libsnappy-dev \
      libprotobuf-dev \
      openmpi-bin \
      openmpi-doc \
      protobuf-compiler \
      python-dev \
      python-pip                          
pip install --user \
      future \
      numpy \
      protobuf \
      typing \
      hypothesis

 然后繼續：

# for Ubuntu 14.04
sudo apt-get install -y --no-install-recommends \
      libgflags2 \
      cmake3
# for Ubuntu 16.04
sudo apt-get install -y --no-install-recommends \
      libgflags-dev \
      cmake

因為caffe2已經集成到pytorch1.0中，所以直接安裝pytorch:

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch   #如果配置了國內鏡像源，就不需要加后面的-c pytorch

安裝完成

注：若此處安裝的時候出現solving enviroment failure,可以試試添加一些鏡像源到anaconda里面去，

添加清華鏡像源命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda info

4、測試是否安裝成功

# To check if Caffe2 build was successful
python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
 
# To check if Caffe2 GPU build was successful
# This must print a number > 0 in order to use Detectron
python -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

顯示出結果為：Succes則成功，否則失敗。

若為Failure，則：激活環境后，進入python編輯，輸入：

from caffe2.python import core

看會出現什么問題。一般都是缺少python庫，pip install 即可

5、安裝其他依賴項

安裝coco api

# COCOAPI=/path/to/clone/cocoapi
git clone https://github.com/cocodataset/cocoapi.git $COCOAPI
cd $COCOAPI/PythonAPI
# Install into global site-packages
make install
# Alternatively, if you do not have permissions or prefer
# not to install the COCO API into global site-packages
python setup.py install --user

注：#號為注釋，不用管。其中進行 git clone https://github.com/cocodataset/cocoapi.git $COCOAPI操作時，$COCOAPI是代指路徑，注釋中$COCOAPI路徑我們可以隨便改，你要把coco api安裝到那個路徑。這個路徑隨便用個路徑就行。后面的$COCOAPI也是代指你要安裝的路徑。make all 命令的時候，會要下載一些東西，估計要等一會，不要着急，等待完成就好了。

出現問題：

a、在執行make install 時，出現gcc: error: pycocotools/_mask.c: 沒有那個文件或目錄
gcc: fatal error: no input files
compilation terminated.
error: command 'gcc' failed with exit status 1
Makefile:7: recipe for target 'install' failed

解決辦法：

pip install cython

6、安裝detectron

注：下面$DETECTRON是你要吧detectron安裝到哪里的路徑，可以隨便制定，自己記住在哪就行。

a、克隆Detectron存儲庫：

# DETECTRON=/path/to/clone/detectron
git clone https://github.com/facebookresearch/detectron $DETECTRON

b、安裝Python依賴項：

pip install -r $DETECTRON/requirements.txt

c、設置Python模塊：

cd $DETECTRON && make

d、檢查Detectron測試是否通過：

python $DETECTRON/detectron/tests/test_spatial_narrow_as_op.py

若是沒出錯，就會出現運行時間秒數。

 

至此，安裝成功。

測試pytorc+cuda+cuDNN，pytorch的Gpu版本安裝是否成功

import torch
print(torch.cuda.is_available())

返回結果是True，則PyTorch的GPU安裝成功