1. detectron2
FAIRФреймворк обнаружения объектов с открытым исходным кодомDetectron2, на основеPytorch. Он обучается быстрее, чем когда-либо, имеет больше функций, чем когда-либо прежде, и поддерживает больше моделей, чем когда-либо прежде. Например, для оригинальной моделиБыстрее R-CNN, маска R-CNN, RetinaNet, DensePoseВ дополнение к поддержке и т. д., он также поддерживает некоторые новые модели, такие какCascade R-NN, Panoptic FPN, TensorMaskд., и решил предыдущийPytorchКритиковали, что производство сложно развернуть. Так что я не могу дождаться, чтобы попробовать и записатьDetectron2Процесс настройки окружения.
2. среда pytorch
Во-первых, нам нужно создать среду Pytorch, шаги могут относиться к предыдущемуУстановите среду глубокого обучения Pytorch с CondaВсего одна статья.
3. opencv3
Opencv3— известная библиотека обработки компьютерного зрения. существуетPython 3.6Используйте следующую команду в среде, и все будет в порядке:
conda install -c menpo opencv3
Но когдаPython 3.7Приведенная выше команда недействительна в среде. можно использоватьpypiУстановить:
pip install opencv-python
Если ваша сеть не очень хороша и ее легко вывести из строя, мы можем временно использовать TsinghuapypiЗеркало для установки:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
4. fvcore
fvcoreдаFAIROpen Source Облегченная базовая библиотека, обеспечивающая поддержку различных сред компьютерного зрения (например,Detectron2) является наиболее распространенной и базовой функциональностью, используемой в . Эта библиотека требует>=Python 3.6изPythonокрестности.
CondaКоманда установки:
conda install -c fvcore fvcore
pypiКоманда установки:
pip install fvcore
Ссылаться наГлава 3используется вpypiЗеркальный способ будет быстрее.
5. pycocotools
Опубликовано MicrosoftCOCOБаза данных представляет собой большой набор данных изображений, предназначенный для обнаружения объектов, сегментации, обнаружения ключевых точек человека, семантической сегментации и создания подписей.COCO APIпри условииMatlab, PythonиLuaизAPIинтерфейс.APIИнтерфейс может обеспечить полную загрузку данных метки изображения, анализ и визуализацию. пройти черезpycocotoolsбиблиотека, которую мы можем использоватьCOCOПредоставляется набор функций. Метод установки отличается в разных средах. здесь сlinuxПример окружения:
pip3 install -U Cython
pip3 install -U pycocotools
6. Другие зависимости пакетов
предоставлено проектомrequirementsПросто установите его.
GCCверсия компилятора>= 4.9
7. Установите Дететрон2
Дело вот в чем, следующая изюминка — установкаdetectron 2.
7.1 Непосредственная установка
Вы можете напрямую выполнить следующую команду для прямой установки:
pip install 'git+https://github.com/facebookresearch/detectron2.git'
Если вам будет предложено, что у вас нет разрешения, добавьте его в приведенную выше командную строку.--userпараметр.
7.2 Локальная установка
вы также можетеGitПеретащите на локальную установку:
git clone https://github.com/facebookresearch/detectron2.git
cd detectron2 && pip install -e .
7.3 Советы
Для пользователей MacOS, независимо от того, используете ли вы7.1или7.2долженна основеВыполните следующие команды установки:
MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ pip install -e .
И если на машине установлено более одногоcudaверсии, может вызватьnvccиcudaВерсия несовместимая, в сети есть решение, я с таким не сталкивался, так что просто напомню.
8. Резюме
При нормальных обстоятельствах не так уж много проблем для установки в соответствии с вышеуказанными шагами. Если у вас есть хорошие предложения, вы можете использовать общедоступную учетную запись WeChat:FelordcnДать обратную связь. В следующей статье мы обсудим некоторые проблемы в процессе фактического использования.
关注公众号：Felordcn获取更多资讯
Личный блог: https://felord.cn