项目主页

Detectron是FAIR的一个集成框架，包含了几种目标检测的网络；
faster-rcnn.pytorch是基于pytorch的faster-rcnn实现；

Detectron

https://github.com/facebookresearch/Detectron

faster-rcnn.pytorch

https://github.com/jwyang/faster-rcnn.pytorch

注意事项

官方项目主页都有翔实的安装说明文档，但仍然走了一些弯路，总结一下经验：

1. Docker并不能解决系统配置，仍须编译，并非捷径；
2. 使用Nvidia官网cuda安装包安装驱动和cuda，保证了版本匹配；
3. 安装N卡驱动前要禁用nouveau，Ubuntu18.04不需关闭图形界面，但可能需要手动开启图形界面；
4. 记得为cuda配置环境变量，用nvcc -V检查
5. 【关键】确保cmake与protobuf为最新版本，手动编译；
6. 一般make install会自动配置环境变量；

参考

ubuntu18.04下cuda环境变量
Faster-RCNN 源码实现 (PyTorch)
ubuntu16.04下Detectron+caffe2(Pytorch)安裝配置過程
ubuntu安装CMake的几种方式
Ubuntu18.04跑faster-rcnn安装配置
FAIR Detectron(mask_rcnn官方版本)的docker安装