如何在服务器上安装MMDetection

MMDetection 是一个基于 PyTorch 的开源对象检测工具箱，它是快速搭建目标检测框架，并实现目标检测任务的利器。MMDetection通过模块化设计，将检测框架分解为不同的组件，使用者可以灵活的组合不同的组件，轻松构建需要的目标检测框架。

conda create -n 环境名 python

示例如下：

conda activate 环境名

示例如下：

conda install pytorch torchvision cudatoolkit -c pytorch

示例如下：

注意：pytorch版本与服务器版本，代码版本要一致，否则会报错
查看服务器cuda版本：

cat /usr/local/cuda/version.txt

选择适配的pytorch版本：pytorch官方网址
查看pytorch是否安装成功：

方法一：conda list（查看是否有pytorch这个包）
方法二：python
	  import torch
	  torch.cuda.is_available()  #结果为True

注意：
(1)mmcv与mmcv-full是不同的版本,在同一环境下,只能安装一个,建议安装mmcv-full,简化版的mmcv不支持全部功能，导致在部分最新算法的实现过程中报错；
(2)安装mmcv-full方法：

法一（强烈推荐）：在编译文件中下载合适的mmcv-full版本到本地，上传到服务器后，通过命令安装：pip install 文件名

上面示例中,为解决下载文件过慢问题，在命令后添加豆瓣源：

-i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

法二（不推荐）：通过github安装mmcv-full或者通过豆瓣源下载mmcv-full安装包：

git clone https://github.com/open-mmlab/mmcv.git               #下载mmcv-full代码（代码中mmcv指的就是mmcv-full）
cd mmcv                                                        #进入mmcv-full目录
python setup.py build_ext --inplace
python setup.py build_ext install							   #自己编译mmcv-full文件

两种方法比较：
方法一比较简单,不容易出错,适合初学者，如果想在windows上安装mmdetection,也能通过这种方式安装,windows适配mmcv-full==1.1.5版本；
方法二需要手动编译mmcv-full文件,对于新手来说不友好，编译过程中可能需要安装比较大的VS14.0 C++，还需要配置VS14.0 C++环境，比较麻烦。

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

如果编译过程中需要下载一些依赖包,可以ctrl+c打断,在命令pip install -v -e . 后面添加豆瓣源,然后继续运行。

【与创建环境相关的命令】

查看conda版本：conda --version
查看环境已安装的包：conda list
更新所有包：conda update --all
安装缺少的包：pip install 包名
查看已有环境：conda env list
退出环境：conda deactivate
删除环境：conda remove -n 环境名 --all

【服务器上跑代码】

ssh gpunode29   #连接服务器29号节点
nvidia-smi      #查看gpu上进程运行情况，可以看所有正在跑的程序的进程号
指定gpu训练：CUDA_VISIBLE_DEVICES=0  python train.py
挂后台训练：nohup python train.py & （避免实验室断电断网）
查看进程详细信息：ps -ef|grep 进程号
杀死进程：kill -9 进程号