前言
在做實驗時需要用到faster-rcnn做對比,本節首先完成代碼復現,用的數據集是VOC2007~
項目地址:https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0
復現環境:autodl服務器+python3.6+cuda11.3+Ubuntu20.04+Pytorch1.10.0
目錄
- 一、環境配置
- 二、編譯cuda依賴項
- 三、開始訓練
- 四、開始測試
- 五、開始推理
一、環境配置
第一步:租用服務器
地址:https://www.autodl.com/home
具體注冊細節和租用過程可參考:YOLOv5入門(三)使用云服務器autoDL、VSCode連接和WinSCP文件上傳
這里可以看到基礎鏡像只有python=3.8(代碼中要求python=2.7或3.6),這里先創建,然后進入服務器中更改
第二步:重新配置所需要的環境
(1)平臺內置的鏡像均為Python3.8,如果在需要使用Python3.6、Python3.7等的場景,那么可以使用Miniconda創建其他版本的Python虛擬環境。
# 構建一個虛擬環境名為:my-env,Python版本為3.6
conda create -n my-env python=3.6 # 更新bashrc中的環境變量
conda init bash && source /root/.bashrc
# 切換到創建的虛擬環境:my-env
conda activate my-env# 驗證
python
(2)安裝cuda=11.3的pytorch版本
地址:https://pytorch.org/
輸入以下指令:
# CUDA 11.3
pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl