win10系统下detectron2的配置过程

---

一、anaconda的虚拟环境配置

        新建一个虚拟环境，通过anaconda的相关使用，学习和新建一个虚拟环境(detectron2)来配置detectron2的环境。

二、NVIDIA显卡驱动

        这里采用CUDA11.1(其他旧版本驱动未测试)。
        因此如果目前cuda的版本不是10.1或10.1以上，就卸载掉，然后安装cuda11.1。
        cuda11.1完成以后，新增系统环境变量：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64

三、安装VS2019

        detectron2需要vs2019的环境，安装VS2019社区版的链接：https://visualstudio.microsoft.com/zh-hans/vs/
        如果电脑上有多个vs版本，我们需要设置一下命令：

SET MSSdk=1
SET DISTUTILS_USE_SDK=1
call “C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Auxiliary\Build\vcvarsall.bat” amd64 -vcvars_ver=19.27
每个人的vcvarsall.bat路径和版本不一样，找到自己的路径和版本，然后替换掉上面的。
C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\

四、安装cocoapi

        下载链接：https://download.csdn.net/download/q5c521/20658250?spm=1001.2014.3001.5501
参考以下命令行安装：

cd coco/PythonAPI
# install pycocotools locally
python setup.py build_ext --inplace
# install pycocotools to the Python site-packages
python setup.py build_ext install

检验是否安装成功的命令：如果没有报错，就是成功

import pycocotools;
from pycocotools.coco import COCO

五、安装fvcore

        下载链接：https://download.csdn.net/download/q5c521/20658250?spm=1001.2014.3001.5501
参考以下命令行安装：setup.py在fvcore文件夹下

cd fvcore 
python setup.py build --force develop

检验是否安装成功的命令：如果没有报错，就是成功

 import fvcore

六、安装detectorn2

detectron2的代码下载链接：https://github.com/facebookresearch/detectron2

        下载的时候我们可以选择detectron2的版本，同时还可以查看各个版本的优点。

安装命令：

python setup.py build develop

七、detectorn2测试

gpu模型下：

python demo/demo.py  \
    --config-file /home/**/project/detectron2/configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
    --input ceshi/test.jpg --output outputs/ \
    --opts MODEL.WEIGHTS '/home/**/project/detectron2/pre_train_model/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl'

cpu模式下：

python demo/demo.py  \
    --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml \
    --input img/test1.jpg --output outputs/ \
    --opts MODEL.WEIGHTS '/home/project/detectron2/pre_train_model/model_final_f10217.pkl' \
     MODEL.DEVICE cpu