MMCV 是一個面向計算機視覺的基礎庫，它支持了很多開源專案，
【注意事項】
RTX 3000 系列顯卡在 PyTorch 1.8.1 (For CUDA 11.1) 上， MMCV 目前作業不正常，使用此系列顯卡時，請選擇 PyTorch 1.7.1 版本鏡像，
以 恒源云 為例，PyTorch 官方鏡像已經預裝了 mmcv-full 的包，大家可以直接安裝 OpenMMLab 其他的工具箱進行使用，
【MMDetection安裝】
MMDetection 是一個基于 PyTorch 的目標檢測開源工具箱，
MMDetection 對 MMCV 的版本要求，請查看 Prerequisites，
# 查看 MMCV 版本
pip show mmcv-full | grep Version
git clone https://ghproxy.com/https://github.com/open-mmlab/mmdetection.git
cd mmdetection
# 根據 MMCV 的版本檢出支持的 MMDetection 版本
git checkout v2.13.0
# 安裝
pip install -r requirements/build.txt --no-cache
pip install -v -e . --no-cache
接下來，下載一個模型檔案用于測驗，
mkdir checkpoints
cd checkpoints
curl -OL "http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth"
進入 JupyterLab，打開剛剛克隆下代碼中的 /root/mmdetection/demo/inference_demo.ipynb 記事本檔案，
點擊選單中的 運行 - 運行所有單元格 即可，
更多可以參考gpushare.com檔案：https://gpushare.com/docs/best_practices/mmcv/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/286667.html
標籤：區塊鏈
上一篇：已解決：could not find the task ‘g++ build active file，leetcode演算法ACM編譯除錯