背景
win11系统wsl虚拟机Ubuntu下GTX1060显卡
cuda 10.1
pytorch 1.7.1
python 3.8
耗时 两个小时
参考github链接：https://github.com/open-mmlab/mmyolo

1.安装环境

首先安装pytorch

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

测试pytorch是否支持调用GPU:

python
>>> import torch
>>> torch.cuda.is_available()
True
>>> torch.cuda.get_device_name()
'NVIDIA GeForce GTX 1060'

然后利用mmlab研发的引擎安装：

pip install -U openmim

如果安装成功会显示：

Successfully installed 、、、、、、 openmim-0.3.7 、、、、、、

然后继续安装

mim install "mmengine==0.6.0"
mim install "mmcv==2.0.0rc4"
mim install "mmdet==3.0.0rc6"

注意：

1.mmcv

如果使用语句：
mim install “mmcv>=2.0.0rc4,<2.1.0”
会导致安装mmcv报错，显示没有cuda_home，
因为我的wsl输入nvcc --version会显示command not found
提示我：sudo apt install nvidia-cuda-toolkit
但是当我使用
mim install “mmcv==2.0.0rc4”
的时候，就没有问题，GPU可以正常使用。

2.mmdet

安装mmdet的时候，会报错没有pycocotools，这个时候你必须先安装GCC库，再装pycocotools，否则还会报错
语句是：

sudo apt-get install build-essential
pip install pycocotools

然后

git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo
pip install -r requirements/albu.txt
mim install -v -e .

最后显示

Successfully installed mmdet-3.0.0 mmengine-0.7.3 mmyolo-0.5.0 prettytable-3.7.0 shapely-2.0.1 terminaltables-3.1.10 wcwidth-0.2.6

但是还需要安装mmrotate

mim install "mmrotate==1.0.0rc1"

然后就可以使用了

2.inference测试

python demo/image_demo.py ./data2 configs/rtmdet/rtmdet_x_syncbn_fast_8xb32-300e_coco.py work_dirs/rtmdet_x_syncbn_fast_8xb32-300e_coco_20221231_100345-b85cd476.pth --out-dir ./output

效果还可以

测试的图片是没有旋转的，之后再测试一下旋转的，就是多了一个mmrotate的库，不能白装
2023年4月29日14点10分
睡觉