大疆算力开发:安装mmyolo

复制代码
 -i https://pypi.tuna.tsinghua.edu.cn/simple --no-deps

第一步:安装mmyolo

复制代码
conda create -n mmyolo python=3.8 pytorch==1.10.1 torchvision==0.11.2 cudatoolkit=11.3 -c pytorch -y
conda activate mmyolo
pip install openmim
mim install "mmengine>=0.6.0"
mim install "mmcv>=2.0.0rc4,<2.1.0"
mim install "mmdet>=3.0.0,<4.0.0"
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
# Install albumentations
pip install -r requirements/albu.txt
# Install MMYOLO
mim install -v -e .

可以使用清华源

复制代码
# 1. 安装三大依赖
pip install "mmengine>=0.6.0" -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install "mmcv>=2.0.0rc4,<2.1.0" -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install "mmdet>=3.0.0,<4.0.0" -i https://pypi.tuna.tsinghua.edu.cn/simple

# 2. 克隆并安装 mmyolo(这里按你 DJI 的 v0.6流程来)
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo

# 如果需要,先 git checkout v0.6.0 再打 patch

# 3. 安装 albumentations 相关
pip install -r requirements/albu.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 4. 把 mmyolo 以开发模式装进环境
python -m pip install -e .

第二步:新建一个"专门给 DJI 用"的 mmyolo v0.6.0

复制代码
cd 切换到一个想存储项目的路径

#  用 git 克隆一份仓库(这次不是 zip)
git clone https://github.com/open-mmlab/mmyolo.git mmyolo-dji

cd mmyolo-dji

# 2. 切到 v0.6.0 版本
git checkout tags/v0.6.0 -b dji-v0.6.0

第三步:在这个 v0.6.0 里打大疆的 patch

复制代码
# 切换到mmyolo-dji 根目录运行以下命令,0001-NEW-ai-inside-init.patch推荐使用绝对路径
git apply ..\ai_inside_model\0001-NEW-ai-inside-init.patch

使用git status验证是否成功,看到很多 modified: xxx.py,说明补丁确实生效了。

复制代码
git status

第四步:安装代码

复制代码
# 安装
# 运行命令
mim install -v -e .
# 或者下面这个命令
(mmyolo) \mmyolo-dji> python -m pip install -e .


# 测试一下能不能 import
(mmyolo) \mmyolo-dji> python -c "import mmyolo; print(mmyolo.__file__)"

# 然后用你为 UAV 改好的配置训练(注意:配置文件也要放在这个 mmyolo-dji 下面)
(mmyolo) mmyolo-dji> python tools/train.py configs\yolov8\yolov8_s_syncbn_fast_8xb16-500e_coco.py

算力开放平台上传训练好的pth文件和图像zip的压缩包

https://developer.dji.com/cn/ai-inside/model/

复制代码
报错:raise ValueError(msg) ValueError: Key img_path is not in available keys.

# 先看看你现在的版本(可选)
pip show albumentations

# 卸载当前版本(可选,但更干净)
pip uninstall albumentations -y

# 安装兼容 MMYOLO 的版本
pip install albumentations==1.3.1
相关推荐
Deepoch11 小时前
Deepoc VLA开发板:无人机近距接触式精细作业与贴壁导航
无人机·开发板·具身模型·deepoc
中讯慧通16 小时前
无人机靠什么实时传画面?图传电台传输数据全明细
大数据·机器人·无人机
EriccoShaanxi20 小时前
高性能MEMS IMU:为精准导航与传感注入强大动力
机器人·无人机
隔窗听雨眠21 小时前
Unity与Simulink联合仿真:实现无人机目标追踪系统
unity·无人机·cocos2d·simulink
动物园猫21 小时前
无人机植物病害目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
yolo·目标检测·无人机
可别3901 天前
Cesium 实战功能指南:三维网格剖分 + 无人机飞行仿真(开源可落地)
开源·无人机·cocos2d
YOLO数据集集合1 天前
无人机航拍光伏板状态识别数据集 | 太阳能板异常检测、智能巡检、深度学习模型训练素材第10340期
人工智能·深度学习·yolo·目标检测·无人机
Multipath7121 天前
无人区不掉线:多链路聚合路由,为环塔拉力赛筑起“空中通讯走廊”
网络·5g·安全·无人机·实时音视频
YOLO数据集集合2 天前
无人机电力巡检图像数据集 | 输电线路故障智能识别 深度学习目标检测数据集实战
人工智能·深度学习·目标检测·计算机视觉·无人机
动物园猫2 天前
无人机战场侦察6类军事目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
yolo·目标检测·无人机