安装MMRotate流程

一、介绍

MMRotate的github网站已经给出了非常详细的安装步骤

所有的安装步骤已经在安装文档里,并且非常详细,

本文主要记录一些踩坑的地方。

二、流程

1.配置conda环境

假设你的Anaconda已经安装好了,并且之前自己创建过环境。使用 nvidia-smi 指令查询,我的CUDA版本是12.1。

cmd打开本地终端(最好是在D盘下面打开,因为后续的mmrotate的文件会直接安装在当前目录)

bash 复制代码
conda create --name openmmlab python=3.8 -y
conda activate openmmlab
bash 复制代码
conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.2 -c pytorch

2.使用 MIM 安装 MMCV 和 MMDetection

非常建议还是使用MIM安装,否则的话还要去根据 PyTorch 版本及其 CUDA 版本手动指定下载指令后面的 find-url,比较麻烦)

注意,github上的安装步骤其实是有一点点问题的,就是我按照如下:

pip install -U openmim

mim install mmcv-full

mim install mmdet

安装的话,最后运行mmrotate的时候会报错:

`MMCV 与 MMDetection 的兼容问题: "ConvWS is already registered in conv layer"; "AssertionError: MMCV==xxx is used but incompatible. Please install mmcv>=xxx, <=1.8.0

所以我又重新配置了环境,并使用:

bash 复制代码
pip install -U openmim
mim install mmcv-full==1.5.3
mim install mmdet==2.25.1

进行安装。

(具体版本对应如下所示,见此链接
3.安装 MMRotate

我直接从源码安装

bash 复制代码
git clone https://github.com/open-mmlab/mmrotate.git
cd mmrotate
pip install -v -e .

4.验证

(1)首先下载配置文件和检查点文件

bash 复制代码
mim download mmrotate --config oriented_rcnn_r50_fpn_1x_dota_le90 --dest .

(2)验证推理演示

bash 复制代码
python demo/image_demo.py demo/demo.jpg oriented_rcnn_r50_fpn_1x_dota_le90.py oriented_rcnn_r50_fpn_1x_dota_le90-6d2b2ce0.pth --out-file result.jpg

然后会在当前目录下看到一张名为 result.jpg 的新图片,其中旋转边界框绘制在汽车、公共汽车等目标上,就算成功啦

(3)注意:在这一步骤的时候,可能会报错:

bash 复制代码
  File "D:\Anaconda\envs\open_mmlab\lib\site-packages\PIL\Image.py", line 100, in <module>
    from . import _imaging as core
ImportError: DLL load failed while importing _imaging: 找不到指定的模块。

这可能是因为你的Pillow版本不匹配,

解决办法:先卸载Pillow再安装就行了

bash 复制代码
pip uninstall Pillow
pip install Pillow
相关推荐
数字游民95272 小时前
小程序上新,猜对了么更新110组素材
人工智能·ai·小程序·ai绘画·自媒体·数字游民9527
泰迪智能科技2 小时前
分享|联合编写教材入选第二批“十四五”职业教育国家规划教材名单
大数据·人工智能
Yongqiang Cheng2 小时前
PyTorch Grid Sample
pytorch·grid sample
模型时代2 小时前
热力学计算技术或将大幅降低AI图像生成能耗
人工智能
企业老板ai培训2 小时前
从九尾狐AI实战案例拆解AI短视频获客的架构设计:智能矩阵如何提升企业效率?
人工智能
lixzest2 小时前
目标检测算法应用工程师 面试高频题 + 标准答案
python·yolo·目标检测·计算机视觉
龙腾AI白云2 小时前
知识图谱如何在制造业实际落地应用
人工智能·知识图谱
力学与人工智能2 小时前
“高雷诺数湍流数据库的构建及湍流机器学习集成研究”湍流重大研究计划集成项目顺利结题
数据库·人工智能·机器学习·高雷诺数·湍流·重大研究计划·项目结题
娟宝宝萌萌哒3 小时前
智能体设计模式重点
人工智能·设计模式
乾元3 小时前
绕过艺术:使用 GANs 对抗 Web 防火墙(WAF)
前端·网络·人工智能·深度学习·安全·架构