HRnet之目标检测环境搭建指南 | 您所在的位置:网站首页 › hrnet源码 › HRnet之目标检测环境搭建指南 |
最近实验了一下基于FasterRCNN的HRnet目标检测效果很不错,地址在 https://github.com/HRNet/HRNet-Object-Detection 但是环境真的太难了。。。我现在机器是1080ti+cuda10.2,pytroch也比较新,是1.2的,编译不了apex和源码,一直报各种奇怪的错误,我一般遇到这种无法安装的情况,不会大改机器配置,毕竟还有其他的环境在用 (1)使用conda虚拟环境 还是不行,一直会报cuda版本和pytorch编译时候的cuda版本不兼容。 将cuda降级到10.0还是无效。 (2)使用容器技术 完整代码在https://github.com/MessyPaste/hrnet_object_detection_dockerfile 前提是需要安装好docker和nvidia-docker,建议大家费点时间安装一下。 思路很简单,去dockerhub上面找到相应的容器作为基础镜像,然后按照官方的教程一步一步的安装需要的软件。 下载好这些代码 然后构建镜像(hrnet是镜像的名字) docker build -t hrnet .使用运行镜像(挂载当前目录下的HRNet-Object-Detection文件夹) nvidia-docker run -it -v $(pwd)/HRNet-Object-Detection:/code_current hrnet bash将code代码挂过去,目的是为了方便对代码进行修改,实时同步出来,其他地方修改的变动在每次镜像关闭后不会保存,如果训练数据在其他地方可以继续挂载目录,如训练数据在data下面: nvidia-docker run -it -v $(pwd)/HRNet-Object-Detection:/code_current -v /data/:/data/ hrnet bash进入镜像后,cd到目录,会变成 |
CopyRight 2018-2019 实验室设备网 版权所有 |