使用mmdetection来训练自己的数据集（visdrone）（一）_使用mmtrack自己训练

环境：

创建虚拟环境

conda create -n mmdet python=3.8 -y
1

安装torch
https://pytorch.org/get-started/previous-versions/

pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121
1

torch                  2.1.0+cu121
torchaudio             2.1.0+cu121
torchvision            0.16.0+cu121
1
2
3

使用 MIM 安装 MMEngine 和 MMCV。

pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
1
2
3

但是我们torch版本是12.1 不是很兼容，通过下面的来更改mmcv版本
https://mmcv.readthedocs.io/en/latest/get_started/installation.html

安装 mmdetection

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .
# "-v" 指详细说明，或更多的输出
# "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。
1
2
3
4
5

为了验证 MMDetection 是否安装正确，我们提供了一些示例代码来执行模型推理。

1. 我们需要下载配置文件和模型权重文件。

mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest .
1

2. 如果你通过源码安装的 MMDetection，那么直接运行以下命令进行验证：

python demo/image_demo.py demo/demo.jpg rtmdet_tiny_8xb32-300e_coco.py --weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth --device cpu
1

结果图