在caffe2中安装Detectron

目录

1.安装最新的caffe2

2.安装COCO API

3.安装Detectron

4.链接COCO数据集

5.定制 Operators 

---

 

下面的内容主要参考了官网提供的安装教程（点击进入官网安装教程），亲测有效。

如果想使用conda来管理环境的话，下面的所有操作都可以在激活的虚拟环境中进行。

• 1.安装最新的caffe2

首先需要将caffe2安装好，建议从源码安装，这样就能保证当前的caffe2支持Detectron ，如果你的caffe2版本太低不支持Detectron的话，建议升级caffe2。

具体安装方法可以参考我的另外一篇博客（建议使用第3种安装方法）

检查当前caffe2能否支持Detectron的方法：

python2 -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

第一条语句检查caffe2是否安装成功，正常情况应该输出success；第二条语句检测当前可用的gpu数目，正常情况下输出的数字应该是大于0的数字。

假如两条语句都没有异常，就说明当前caffe2可以支持 Detectron。

• 2.安装COCO API

（1）下载COCO API

将COCO API下载到指定路径，例如我想存放的路径为/home/wangyuanwei/Deeplearning/caffe2，则运行：

git clone https://github.com/cocodataset/cocoapi.git /home/wangyuanwei/Deeplearning/caffe2

（2）安装 COCO API

从终端进入cocoapi文件夹，并运行安装指令：

cd /home/wangyuanwei/Deeplearning/caffe2/cocoapi
make install

如果用make install没有安装成功的话，也可以用下面的方法来安装

python2 setup.py install --user

• 3.安装Detectron

（1）下载Detectron文件

将Detectron下载到指定的安装路径，例如我想存放的路径为/home/wangyuanwei/Deeplearning/caffe2/detectron，则运行：

git clone https://github.com/facebookresearch/detectron /home/wangyuanwei/Deeplearning/caffe2

（2）安装Python 所需要的依赖项

例如，我所运行的指令为：

pip install -r /home/wangyuanwei/Deeplearning/caffe2/detectron/requirements.txt

（3） 设置Python模块

cd /home/wangyuanwei/Deeplearning/caffe2/detectron && make

（4） 测试Detectron的安装

运行一个测试程序，例如

python2 /home/wangyuanwei/Deeplearning/caffe2/detectron/detectron/tests/test_spatial_narrow_as_op.py

没有异常，则说明安装成功！ 

• 4.链接COCO数据集

Detectron通过软链接将 COCO 数据集的 images 和 annotations 链接到Detectron安装路径下的datasets路径下 ，如：

mkdir -p $DETECTRON/detectron/datasets/data/coco
ln -s /path/to/coco_train2014 $DETECTRON/detectron/datasets/data/coco/
ln -s /path/to/coco_val2014 $DETECTRON/detectron/datasets/data/coco/
ln -s /path/to/json/annotations $DETECTRON/detectron/datasets/data/coco/annotations

Coco数据集具体的链接方法可以参考官网（点击进入官网的详细教程） 

软连接完成后就可以进行模型训练了。

• 5.定制 Operators 

(1）编译定制的 operators 库

在Detectron的安装根目录下编译

cd /home/wangyuanwei/Deeplearning/caffe2/detectron && make ops

（2）测试定制的 operator 是否成功：

python2 detectron/tests/test_zero_even_op.py

可以看到我的测试成功了：