我要评论detectron2 是一个用于目标检测、分割和其他视觉识别任务的平台。
detectron2 官网安装教程是基于 linux 安装的，在 windows 上直接安装有很多问题，下面采用 docker 方式在 windows 上安装。
拉取cuda116镜像
docker pull nvcr.io/nvidia/cuda:11.6.1-cudnn8-devel-ubuntu20.04
创建容器
docker run --gpus=all -it --name ernerf -v d:\projects\er-nerf:/ernerf nvcr.io/nvidia/cuda:11.6.1-cudnn8-devel-ubuntu20.04
安装依赖环境
apt-get update -yq --fix-missing \
&& debian_frontend=noninteractive apt-get install -yq --no-install-recommends \
pkg-config \
wget \
cmake \
curl \
git \
vim安装miniconda3
wget https://repo.anaconda.com/miniconda/miniconda3-latest-linux-x86_64.sh sh miniconda3-latest-linux-x86_64.sh -b -u -p ~/miniconda3 ~/miniconda3/bin/conda init source ~/.bashrc
创建环境
conda create -n detectron python=3.10 conda activate detectron
安装依赖库
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113 pip install cython opencv-python opencv-python-headless
安装detectron2
git clone https://github.com/facebookresearch/detectron2.git pip install -e detectron2
调用示例
from detectron2.config import get_cfg
from detectron2 import model_zoo
from detectron2.engine import defaultpredictor
from detectron2.utils.visualizer import visualizer
from detectron2.data import metadatacatalog
import cv2
# 加载配置文件
cfg = get_cfg()
cfg.merge_from_file(model_zoo.get_config_file("coco-detection/faster_rcnn_r_50_fpn_3x.yaml"))
cfg.model.roi_heads.score_thresh_test = 0.5 # 设置阈值
cfg.model.weights = model_zoo.get_checkpoint_url("coco-detection/faster_rcnn_r_50_fpn_3x.yaml")
# 创建预测器
predictor = defaultpredictor(cfg)
# 加载图像
im = cv2.imread("./image.jpg")
# 进行预测
outputs = predictor(im)
# 可视化预测结果
v = visualizer(im[:, :, ::-1], metadatacatalog.get(cfg.datasets.train[0]), scale=1.2)
v = v.draw_instance_predictions(outputs["instances"].to("cpu"))
cv2.imwrite('./output.jpg', v.get_image()[:, :, ::-1])到此这篇关于使用docker安装detectron2的文章就介绍到这了,更多相关docker安装detectron2内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论