坑记（二）：比赛环境搭配坑（1080ti，安装torch+mmdetection）

安装mmdetection

又跟着小伙伴们参加比赛了，这回晾了许久，生疏不少。新的比赛就意味着要搭建新的环境，这回要安装mmdetection的环境。我自己的机子是很老的显卡，1080ti，11G的显存，之前已经装了CUDA10.2和cudnn。

电脑安装的是miniconda，摆脱了anaconda的累赘，改为常用命令行安装；结合vscode，就是我大概的装备了。撸起袖子，按照比赛给的安装baseline开始配置环境。

也记录一下坑。

先给设立一个隔离环境

提示1：最好打开的是anaconda powershell prompt来做下面的操作

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

比赛文档中要求的python版本很重要，一定要听。另外，记住环境名 “open-mmlab”

安装合适的pytorch

因为1080ti的关系，没有安培架构，只能装10.2的CUDA（已经极限），所以pytorch官网已经没有办法提供相应的torch版本，说至少11.2起跳。所以只能试试顺着安装文档的来。

提示2：需要确保 CUDA 的编译版本和运行版本匹配。可以在 PyTorch 官网查看预编译包所支持的 CUDA 版本。我这里是10.2的CUDA，故。

conda install pytorch cudatoolkit=10.2 torchvision -c pytorch

这里就有一个坑：如果不注意CUDA版本，或者CUDA没有提前装好的话，这里的pytorch就会默认装的cpu版的，在后续就很麻烦。解决办法就是安装完这一步之后，输入conda list看看，旁边会标有：

pytorch                   1.6.0           py3.7_cuda102_cudnn7_0    pytorch

如果显示如上，这步安全。然后做个py文档测试一下是否能用，double check：

import torch
print(torch.__version__)
print(torch.has_cuda)

安装mmdetection（一步到位 | 舒适法）

所谓舒适法，就是很安逸地装完。

pip install openmim
mim install mmdet

装完之后就可以测试一下，mmcv是否安装成功，还是一样，在测试py文档中输入：

from mmcv.ops import RoIPool

直接运行，不报错就可以。不幸的是，我的报错了，说找不到DLL文件。查了很多文献，说是mmcv的包不太行，得走自己编译的稳妥，好么，就有了下面的版本。

安装mmdetection（手动 | 稍折腾法）

1. 先安装mmcv-full

安装 mmcv-full，官方建议是使用预构建包来安装：

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.6.0/index.html

提示3：要注意cuda版本10.2，torch版本1.6.0，在上述链接里都得改好，不然也都是错误。
提示4：注意conda list，看看有没有重复安装mmcv，如果“mmcv”和“mmcv-full”在反复安装中，二者都存在的话，将来也要报错。

2. 再安装mmdet

pip install mmdet

MMDetection 和 MMCV 版本兼容性如下所示，需要安装正确的 MMCV 版本以避免安装出现问题。我在自我编译mmcv的时候，屡次不可控制的安装成了1.5.0版本，所以还是改回现在这个方法来了。

| MMDetection 版本 |          MMCV 版本          |
|:--------------:|:-------------------------:|
|     master     | mmcv-full>=1.3.17, <1.5.0 |
|     2.23.0     | mmcv-full>=1.3.17, <1.5.0 |
|     2.22.0     | mmcv-full>=1.3.17, <1.5.0 |

3. 检测是否安装成功

from mmcv.ops import RoIPool

只要不报错，就好。可惜，紧接着就遇到一个新坑：

报错：“from . import _imaging as core”

一查，需要更新一下Pillow，回去powershell prompt：

pip install -U Pillow

再运行就不报错了。

总结

cuda版本号和torch版本决定一切，注意看看要修改哪里，别装了个不搭的，尤其是torch给装成cpu版了那就白瞎了氪金狗卡了。
mmdet和mmcv-full的版本也要匹配，匹配上则内部自动装的numpy、pandas、matplotlib、scipy等等包都是匹配的。
注意opencv-python，这个包有可能会安装两次，注意uninstall一个长名称的就可以。
搭环境是第一步，真考验人。

最后看到这张demo图眼泪流了下来。