mmdetection使用记录

此笔记记录了在学校服务器使用 mmdetrction 的过程

一、环境配置：

1. conda 环境激活

python 使用 3.8 版本

创建环境，命名为 mmdet_env（可修改）

conda create -n mmdet_env python=3.8

激活环境

conda activate mmdet_env

3. pytorch 安装

在官方文档查找命令：https://pytorch.org/get-started/previous-versions/
这里安装了2.4.0版本，CUDA版本根据服务器版本选择

pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu118

安装时遇到一个问题：服务器实际CUDA版本为11.8，低于nvidia-smi显示的12.4版本，需要注意这时候安装12.4版本后面会报错

4.安装 mmdetection

官方教程：https://mmdetection.readthedocs.io/zh-cn/latest/get_started.html

pip install -U openmim
mim install mmengine

接下来的步骤官方文档是：

mim install "mmcv>=2.0.0"

5. 配置文件

找到 mmdetrction 的配置文件，在config文件夹下,根据模型选择
以faster r_cnn为例，一个配置文件的路径为/.../mmdetection-main/configs/faster_rcnn/faster-rcnn_r50_fpn_1x_coco.py
如果需要训练自己的数据集，需要修改部分配置，如类别数，数据集路径等
另外注意这里需要确保自己的数据集格式为 coco 格式

6. 启动训练

训练命令：

python tools/train.py configs/faster_rcnn/faster_rcnn_r50_fpn_1x_grid.py

其中相对路径可以改用绝对路径，不依赖当前所在目录位置