專案地址：https://github.com/open-mmlab/mmdetection
本人硬體：顯卡 GTX3090+CUDA11.1，目前應該是最新的版本吧，
本篇文章分兩部分，第一部分按root用戶安裝的，然后普通用戶使用pycharm,進入root檔案夾權限不夠，然后就有了第二部分
第二部分是新建普通用戶，在第一部分的基礎上重新安裝了一遍，，，
注意：請先確定電腦顯卡是nvidia的，如果不是，就不能跑這個專案！
一、（一開始用的其他顯卡的，采坑了）
1、安裝Python
一般情況下ubuntu默認已經安裝了python，如果沒有安裝，需要自己安裝一下，具體百度下，
直接輸入指令 python ，可以查看當前版本，可以看到已經有了3.5.2
已經進入到了python互動界面，
輸入
print("Hello World!")
按 Ctrl +D 退出，
如果需要3.0以上的版本，也可以輸入python3 ，查看是否安裝了3.0的版本，
我需要的版本是3.6+，需要升級版本，
添加PPA第三方軟體倉庫，
執行
sudo add-apt-repository ppa:deadsnakes/ppa
可以看到ubuntu版本和匹配對應的python版本
然后更新資源庫
sudo apt-get update
安裝
sudo apt-get install python3.7
為了方便，設定優先級，可以執行python，啟動的就是3.0的版本，不用執行python3了，
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150 sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
因為我的電腦默認本來是3.5.2的，我想要3.7的，所以再執行下面的，設定3.7優先，
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.5 1 sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.7 2
設定完后，
再執行python,默認使用3.7版本的python，完成安裝，
2、安裝CUDA
前提需要安裝nvidia驅動、cuda和cudann，三者版本要一一匹配，主要是cuda版本要和驅動版本一致，
地址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
2.1安裝顯卡驅動
測驗電腦有沒有nvida驅動，輸入命令 nvidia-smi 如果識別不了，說明沒有裝，那么就要去下載驅動并安裝，
首先要知道自己系統顯卡的型號，才能去下載對應版本的驅動，
https://blog.csdn.net/maizousidemao/article/details/88821949
查看當前系統的顯卡：lspci | grep -i nvidia
沒反應，說明沒有nvidia顯卡
執行
lspci | grep -i vga
出現如下圖，
00:02.0 VGA compatible controller: Cirrus Logic GD 5446
說明系統不是nvidia顯卡，
沒法繼續了，，，，
終結！！
------------------------------------------------------------------
換nvidia顯卡的系統安裝！
1、安裝python
2、安裝pytorch
執行以下命令驗證是否已經安裝pytorch:
python
import torch
torch.__version__
3、安裝CUDA，下載+安裝
查看是否已經安裝：
nvcc -V
沒有安裝的話，需要根據顯卡安裝對應版本，
查看顯卡型號:
lshw -c video
或者按上面說的：
lspci | grep -i nvidia
或者
lspci | grep -i vga
有的說可以用
nvidia-smi
命令，但我的不行0.0（后面就可以了，，往后面看）
根據2204，和上面的網址 https://blog.csdn.net/maizousidemao/article/details/88821949，查找對應的型號：
顯卡型號知道了，接下來是驅動，
先驗證是否已經安裝了驅動：
首先得安裝 mesa-utils，在終端輸入命令：
sudo apt-get install mesa-utils
然后再運行命令：
glxinfo | grep rendering
如果結果是“yes”，證明顯卡 驅動已經成功安裝
如果沒有安裝就要自己下載安裝了：
1.可以去網站找對應的驅動并下載 https://www.nvidia.cn/Download/index.aspx?lang=cn#
填入自己電腦的型號
點擊搜索，查到需要下載的驅動版本，
對應的版本是455,
還可以通過
ubuntu-drivers devices
可以看到可以使用的驅動版本號，
也是455
所以就安裝455的驅動，
首先禁用ubuntu默認安裝好的一個驅動：nouveau
先驗證是否已經禁用：
lsmod | grep nouveau
無輸出，表示禁用成功，，，（有點懵？？啥時候禁用的？）
沒有禁用的一定要禁用，貌似坑很多！！
接下來安裝驅動：
網上有三種方法： 地址 https://zhuanlan.zhihu.com/p/59618999
1、
sudo ubuntu-drivers autoinstall
會直接安裝上面查到的455的驅動
如果想安裝其他版本，如 340 版本，sudo apt install nvidia-340 就自動安裝了，
安裝完成后重啟系統即可
2、使用PPA第三方軟體倉庫安裝最新版本
添加 PPA 軟體倉庫：
sudo add-apt-repository ppa:graphics-drivers/ppa
，需要輸入用戶密碼，按照提示還需要按下 Enter 鍵，
更新軟體索引：
sudo apt update
接下來的步驟同方法一，只是這樣我們就可以選擇安裝最新版本的驅動程式了，
3、手動下載
按照上面說的方法下載，
接著需要先安裝一些 NVIDIA 顯卡依賴的軟體，在終端依次執行如下命令：
sudo dpkg --add-architecture i386
sudo apt update
sudo apt install build-essential libc6:i386
我選擇的第一種，，跑一段時間后，停止如下圖
重啟檢查是否安裝完成：
reboot
執行下圖
表示自動安裝成功，
現在顯卡驅動安裝成功后，安裝對應版本的CUDA
安裝CUDA:
準備作業：
1、先檢查gcc是否安裝： gcc -v
2、安裝kernel header和 package development：
sudo apt-get install linux-headers-$(uname -r)
3、因為我的顯卡驅動是455，對應上面的表，需要安裝11版本以上的CUDA
去官網選擇自己的環境之后，記住選擇 runfile(local) 版本，
https://developer.nvidia.com/zh-cn/cuda-downloads?
根據下方的安裝說明，執行，
第一個是下載，網上說下的很慢，然后我去找到了一個交大云盤下載的，但是版本是10+，跟硬體不匹配，所以，我還是按照了安裝說明下載，發現速度很快，五分鐘就下載完了3G 大小的檔案，，
執行 wget 命令時，出現了一個小問題，
解決辦法：查看環境變數
export -p
最后三行是
因為地址是https 的，所以只需要重置最后一個代理地址：
執行
unset https_proxy
再查看環境變數，三行變兩行了，
然后就能下載了，
下載完畢，執行安裝說明的第二個命令，中間需要選擇幾個選項，
依次選擇 continue----- accept --------取消Driver【X】前面的X （因為已經安裝了驅動了，不取消會報錯），然后選擇install，
執行成功界面如下：
驗證CUDA是否安裝成功：
cd /usr/local/cuda-11.1/samples/1_Utilities/deviceQuery sudo make ./deviceQuery
最后結果是
表示安裝成功！
五、添加環境變數：
#添加路徑到PATH變數 export PATH=/usr/local/cuda-11.1/bin:/usr/local/cuda-11.1/nsight-compute-2020.2.0${PATH:+:${PATH}} #使用runfile安裝時，64位系統上的LD_LIBRARY_PATH變數需要包含： export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} #保存環境變數 source /etc/profile
此時執行 env ，可以看到PATH里出現CUDA的路徑，
還需要reboot,否則環境變數不能永久生效，
有的系統不是bash，參考這個： http://www.linuxboy.net/linuxjc/126570.html按下面的來
echo 'export PATH=/usr/local/cuda-11.1/bin/:$PATH'>>~/.zshrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH'>>~/.zshrc source ~/.zshrc
驗證CUDA能正確并支持與CUDA硬體通信：
1、 確認驅動程式的版本，
cat /proc/driver/nvidia/version
2、進入 /usr/local/cuda-11.1/samples目錄
進行匯編測驗：make -k
3、編譯完畢，進入samples目錄，出現了bin目錄，運行二進制檔案
cd /usr/local/cuda-11.1/samples/bin/x86_64/linux/release
./deviceQuery
最后一行出現pass，說明CUDA軟體安裝和配置正確，
（如圖，第一行顯示檢測到設備，第二行顯示設備型號，最后一行顯示測驗通過，）
六、測驗GPU加速效果
利用YOLOv3實作第一個視頻物體檢測
1、編譯時，Makefile中GPU=0，OPENCV=1，則不采用GPU加速;
2、編譯時，Makefile中GPU=1，OPENCV=1，則有加速，
參考：https://www.it610.com/article/1294417307388420096.htm
七、檢測軟體是否安裝齊全
根據專案的規定，檢測軟體是否安裝：
- Python 3.6+ 3.7.9 （python3）
- PyTorch 1.3+ 1.5.0 （在python下執行 import torch 和 torch.__version__ ） print(torch.version.cuda) 列印當前torch對應的cuda版本
- CUDA 9.2+ (If you build PyTorch from source, CUDA 9.0 is also compatible) 11.1 （環境變數配好，nvcc -V）
- GCC 5+ 7.5.0 (gcc -v)
- MMCV
import mmcv 報錯，網上查了查 ，
是cuda和torch 版本沖突
于是 pip list 看一下
現在，cuda是11.1 torch是1.5.0 mmcv-full是1.2.3 pip是20.3.3
卸載原mmcv-full
pip uninstall mmcv-full
再安裝新的
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.7.0/index.html
mmcv -full 從1.2.3 變成了 1.2.2版本了
torch還是1.5.0沒有變成1.7.0？？
先卸載原來的：
pip uninstall torch
根據自己的CUDA版本自動安裝對應的torch版本：
pip install torch torchvision
下載完畢，
現在，cuda是11.1 torch是1.7.1 mmcv-full是1.2.2 pip是20.3.3 gcc是7.5.0
然后在python互動界面運行，
執行以下代碼驗證是否安裝成功，可以參考 https://github.com/open-mmlab/mmdetection/blob/master/docs/get_started.md 最下面的 Verification 部分：
from mmdet.apis import init_detector, inference_detector config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py' device = 'cuda:0' # init a detector model = init_detector(config_file, device=device) # inference the demo image inference_detector(model, 'demo/demo.jpg')
如果報錯ModuleNotFoundError, 可以在mmdetection目錄下，運行下面代碼升級庫：
python setup.py install
執行完畢，會在mmdetection目錄下生產build目錄，
如果還不行，就再執行下
python setup.py develop
然后就可以運行成功了！
我這個不是圖形化界面，需要圖形化顯示需要pycharm 或者 tensorboard ，
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
第二部分，第一部分用root安裝的，普通用戶沒法用root檔案夾里的東西，，，，，，，由于某些原因，切換了用戶，重新安裝，，，，，，，，，，，又累個半死！
1、重新換用戶
新增用戶
2、檢查軟體
上面第一部分，cuda是11.1 torch是1.7.1 mmcv-full是1.2.2 pip是20.3.3 gcc是7.5.0
現在，cuda是11.1 torch是1.7.1 torchvision是0.8.2 mmcv-full未安裝 pip是20.3.3 gcc是8.3.0
切換到pytorch環境： （此處請自行百度conda 環境管理）
conda activate pytorch
用pytorch環境，
cuda=11.1 torch=1.7.1 mmcv-full =1.2.2 pip=20.3.3 gcc=7.3.0
執行程式還是報錯，
猜想權限的問題？ 或者重新安裝mmde專案?
執行
pip install -v -e .
報錯，忘記換環境了！！ 解決辦法，在正確的環境下，執行
python setup.py develop
然后執行就成功了，也能看到成功安裝了mmdet
重裝mmcv-full :
pip uninstall mmcv-full pip install mmcv-full==1.2.4 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.7.0/index.html
版本換成1.2.4，解決問題了
3、安裝完畢后，還用 https://github.com/open-mmlab/mmdetection/blob/master/docs/get_started.md 最下面的檢測代碼：
from mmdet.apis import init_detector, inference_detector config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py' device = 'cuda:0' # init a detector model = init_detector(config_file, device=device) # inference the demo image inference_detector(model, 'demo/demo.jpg')
驗證是否成功，
報錯： RuntimeError: CUDA error: no kernel image is available for execution on the device
原因： cuda和torch版本不匹配，
辦法：
pip uninstall torch pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
再執行代碼：如圖
就不報錯了，
結束，
有問題可以留言噢~~~
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
記錄一些陳述句
1、查看python安裝目錄:
python
import sys
sys.path
2、查看conda的資訊
conda info --env
3、檢測CUDA是否安裝正確并能被Pytorch檢測到 && 看Pytorch能不能呼叫cuda加速
https://www.cnblogs.com/liuke-note/p/10149530.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/244572.html
標籤：其他