mmdetection环境

### 配置 mmdetection 环境

#### 创建 Anaconda 虚拟环境并激活

为了确保不同项目的依赖项不会相互冲突，建议在Anaconda中创建一个新的虚拟环境来安装mmdetection及其依赖项[^1]。

conda create -n mmdet python=3.8 -y
conda activate mmdet

#### 安装基础依赖库

在Ubuntu系统上配置mmdetection之前，需要先更新系统的包管理器，并安装一些必要的工具和库。这一步骤对于后续顺利编译CUDA扩展非常重要[^2]。

sudo apt-get update && sudo apt-get upgrade
sudo apt-get install build-essential cmake git libgflags-dev libgoogle-glog-dev liblmdb-dev libleveldb-dev libopencv-dev libprotobuf-dev protobuf-compiler python-dev python-pip python-virtualenv wget unzip

#### 使用 MIM 工具快速部署

考虑到官方文档可能存在未及时更新的情况，在此推荐一种更为简便的方法——通过MIM(MMEngine Installer Manager)来一键式完成主要组件的安装。这种方法可以有效规避因版本兼容性带来的潜在风险[^5]。

pip install -U openmim -i https://pypi.mirrors.ustc.edu.cn/simple/
mim install mmengine
mim install 'mmcv==2.0.0rc4'
mim install 'mmdet==3.0.0'

#### 下载源码仓库

最后，从GitHub克隆最新的mmdetection项目到本地机器上以便进一步操作：

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection

此时应该已经成功搭建好了mmdetection的工作环境，可以通过运行简单的测试样例验证整个流程是否正常工作。