【Win10+RTX3090】Windows下最新版本mmdetection的安装/环境配置流程教程

依赖项准备

执行以下安装程序时，都以管理员身份运行

• Git for Windows

  1. 安装时，请勾选Git from the command line and also from 3rd-party software
  2. 安装完成后，确认...\Git\cmd已添加至环境变量Path中，否则手动添加

• Visual Studio Community 2019

  1. 安装时，请勾选使用C++的桌面开发
  2. 安装完成后，将...\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.28.29910\bin\Hostx86\x64添加到环境变量Path中（注意替换VS版本）

• Anaconda

  
  
  1. 安装完成后，将...\anaconda3、...\anaconda3\Scripts、...\anaconda3\Library\bin都添加到环境变量Path中

• CUDA Toolkit & cuDNN

  1. 参考本人的这篇博客来选择合适的版本进行安装（若未安装驱动，也请注意安装驱动）
  2. 安装CUDA Toolkit时，注意勾选Visual Studio Integration
  3. 安装完成后，添加...\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin、...\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp到环境变量Path中（注意替换CUDA版本）
  4. 新建环境变量CUDA\_PATH为...\NVIDIA GPU Computing Toolkit\CUDA\v11.1，新建环境变量CUDA\_PATH\_V11\_1为...\NVIDIA GPU Computing Toolkit\CUDA\v11.1（注意替换CUDA版本）
• 注：由于本人的依赖项是陆陆续续安装的，以上依赖项不确定全部必需，也可能有遗漏之处，欢迎大家指出！

mmcv-full的编译与安装

1. 以管理员身份运行Anaconda Powershell Prompt（注意一定要打开基于PowerShell的Prompt），并进入工作目录

cd D:/137/workspace

2. 创建conda环境：

conda create -n mm python=3.8
conda activate mm

3. 安装pytorch，这里也参考本人的这篇博客来选择

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

4. 下载mmcv源码

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv

5. 安装mmcv所需的python依赖包

pip install -r requirements.txt

6. 打开mmcv/ops/csrc/ms_deform_attn_cuda_kernel.cuh，搜索floor，将其全部替换为floorf，否则编译时会报错：

7. 打开mmcv/ops/csrc/roi_align_rotated_cuda_kernel.cuh，搜索ceil，将其全部替换为ceilf，否则编译时也会报上述类似的错
8. 按指令编译mmcv-full：

$env:MMCV_WITH_OPS = 1 # 选择安装mmcv-full
$env:MAX_JOBS = 8 # 根据你可用CPU以及内存量进行设置
$env:CUDA_HOME = $env:CUDA_PATH_V11_1 # CUDA_PATH_V11_1在准备依赖项时已设置好，注意替换CUDA版本
$env:TORCH_CUDA_ARCH_LIST="8.6" # RTX3090的算力是8.6
python setup.py build_ext
python setup.py develop
pip list # 检查是否安装成功

mmdetection的编译与安装

1. 同上激活环境、下载源码

cd D:/137/workspace
conda activate mm
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection

2. 安装python依赖包

pip install -r requirements.txt

3. 打开setup.py，找到extra_compile_args，设置其中'cxx'键的值为['-DMS_WIN64', '-MD']（注：这一步本人不确定是否必需，大家可以试一下）
4. 编译安装mmdetection

python setup.py build_ext
python setup.py develop

注：这里会报colorama的错，该模块是用来在命令行print彩色文字的，推测只是信息流print的一些小问题，后续本人使用mmdetection的过程中没有碰到任何问题

5. 运行demo.py，测试mmdetection

注：以下代码修改自官方文档

代码运行结束后，打开work\_dirs/demo.jpg查看检测结果

from mmdet.apis import init_detector, inference_detector
import cv2

config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# download the checkpoint from model zoo and put it in `checkpoints/`
# url: https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = 'work_dirs/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# init a detector
model = init_detector(config_file, checkpoint_file, device=device)
# inference the demo image
result = inference_detector(model, 'demo/demo.jpg')

img_show = cv2.imread('demo/demo.jpg')

model.show_result(img_show,
                  result,
                  show=True,
                  out_file='work_dirs/demo.jpg',
                  score_thr=0.3)

print(1)

最后注：pip list会显示mmcv和mmdet的安装目录，因为它们是develop（-e）安装，然后egg-link到指定目录的，不是在对应python的site-packages下安装的。conda list会报错，因为mmcv目录下同时有mmcv和mmcv-full的egg-info，把mmcv.egg-info目录重命名或删除即可。

参考

1. WINDOWS 下 MMCV | MMCV-full 的安装
2. mmdetection在windows10系统环境中搭建
3. Windows 10 上安装有 GPU 支持 mmcv-full