前言

MMDetection在安装流程上，如果只是复制粘贴官方的文档，恐怕最终大概率是没法安装成功的（

而我上云以后，次次仓促复制粘贴，更是带来了大量不必要的麻烦，有时候还是需要因地适宜的修改些内容。

这里记录下安装流程，便于我自己之后每次在服务器上安装时顺利。

确定环境

遇到稀奇古怪的服务商提供的Docker环境时，先用自带pytorch的镜像（大多肯定都有吧？），测试下cuda正不正常，避免之后浪费大量时间安装

python
import pytorch
print(torch.cuda.is_available())

返回Ture代表显卡环境无问题。

接下来再确定下CUDA的版本，避免出问题。

nnvc --version

稍后安装对应版本的pytorch即可。

安装conda

其实感觉一般都自带，检查下有没有吧，没有再装

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

安装MMD

首先初始化conda的环境

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

之后安装pytorch，注意确认cuda的版本。

本处安装的是cu121，pytorch210，经过测试，cu118+pytorch210/200均有mmd预编译好的仓库，cu121+200亦有，220则均没有，故需要指定版本。

conda install pytorch=2.1.0 torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

如果使用了清华源(tuna)，则需要去掉nvidia的channel，或不要再使用清华源，毕竟目前在conda已经使用cloudflare分发的情况下，无特殊情况，连接状况应该都不错。

尔后开始安装MMD的依赖

pip install -U openmim
mim install mmengine
mim install mmcv

mim偶尔会有点抽风，抽风了就用pip3装吧

出现了各种依赖问题则需要单独用pip安装。

安装完毕后，开始安装MMDetection

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .

官方的方式是直接拉MMD仓库下来，不过这样不太适合版本控制，若有需要可以替换成自己fork的仓库。

EX

安装wandb（记录数据）

pip install wandb

安装tmux（会话持久）

apt install tmux

安装v2ray（科学上网）

bash <(curl -L -s https://install.direct/go.sh)
apt isntall nano
nano /etc/v2ray/config.json

给wandb设置代理（该为配置python的requests库，注意环境是否在conda内）

export HTTPS_PROXY="http://127.0.0.1:7891"
export https_proxy="http://127.0.0.1:7891"

我的一键训练指令

bash tools/dist_train.sh configs/coco/mask-rcnn.py 2 --cfg-options efficient_conv_bn_eval="[backbone]"