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cmakeprotobuf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

最后修改日期: 2019年7月15日

作者

留言

撰写回覆或留言

发布留言必须填写的电子邮件地址不会公开。