maskrcnn_benchmark win10
1、首先要创建环境Python3.7的 2、然后安装ipython,安装之后就安装清华镜像的conda install pytorch torchvision=0.2.1 cudatollkits=0.9,numpy=1.16 一定要这三个版本,否则后面会因为torchvision和numpy版本过高报错,改了版本之后,torch就报错,还得从新从头安装,所以前面就一步到位 3、下载pytorch-nightly的压缩包,版本是pytorch-nightly(python3.7-cuda90-cudnn7-1),其他版本离线安装不上,不知道为什么 4、其他的就按照顺序来就行了,缺啥装啥 5、对 在搭建`maskrcnn_benchmark`环境的过程中,特别是在Windows 10系统下,有几点需要注意的关键步骤和依赖库的版本匹配。以下是对这些步骤的详细解释: 1. **创建Python环境**: 你需要创建一个独立的Python 3.7环境,以避免与系统中的其他Python版本冲突。这可以通过Anaconda或Miniconda来实现。运行以下命令来创建新环境: ``` conda create -n myenv python=3.7 ``` 其中`myenv`是你环境的名称,可以根据个人需求进行更改。 2. **激活环境并安装ipython**: 激活你刚创建的环境: ``` conda activate myenv ``` 然后安装ipython,它是一个交互式计算环境,对于开发和测试非常有用: ``` conda install ipython ``` 3. **安装特定版本的PyTorch、torchvision和numpy**: 为了确保与`maskrcnn_benchmark`兼容,需要安装以下特定版本的库: - PyTorch:通过清华源(Tuna)安装,版本为0.2.1: ``` conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ pytorch torchvision=0.2.1 cudatoolkit=0.9 numpy=1.16 ``` 这些版本的组合避免了可能的版本不兼容问题,尤其是torchvision和numpy,如果安装更高版本可能会导致运行时错误。 4. **安装pytorch-nightly**: 特定的`pytorch-nightly`版本是针对Python 3.7、CUDA 9.0和CUDNN 7.1的,你需要下载对应的离线包,版本号应为`pytorch-nightly(python3.7-cuda90-cudnn7-1)`。由于其他版本可能无法正确安装,因此确保下载正确的版本至关重要。你可以从PyTorch的官方网站或者镜像站点找到并安装这个离线包。 5. **按需安装其他依赖**: 在完成基础库的安装后,你可能还需要根据`maskrcnn_benchmark`项目的需求安装其他依赖库。这通常包括但不限于`opencv-python`、`scikit-image`、`tensorboardX`等。你可以使用`conda install`或`pip install`命令逐个安装。 6. **配置环境变量**: 确保你的系统路径包含了CUDA和CUDNN的安装目录,这样Python环境才能找到它们。如果安装过程中遇到找不到库的问题,检查环境变量设置可能是解决之道。 7. **克隆maskrcnn_benchmark仓库**: 使用Git克隆`maskrcnn_benchmark`的代码仓库,通常从GitHub上获取: ``` git clone https://github.com/facebookresearch/maskrcnn-benchmark.git ``` 8. **构建和安装项目**: 进入项目目录并构建项目,这通常涉及安装项目内的依赖,然后编译和安装C++扩展: ``` cd maskrcnn-benchmark pip install -r requirements.txt python setup.py build develop ``` 遵循以上步骤,你应该能够在Windows 10上成功搭建`maskrcnn_benchmark`的开发环境。记住,软件开发中遇到问题是很常见的,及时查阅官方文档、社区论坛或寻求专业帮助,通常能帮你解决问题。希望这些信息对你和更多学习的同学有所帮助。