基于官网的getstart教程
https://github.com/open-mmlab/mmdetection/blob/master/docs/zh_cn/get_started.md
一：查看当前显卡的cuda版本
在终端输入：
nvidia-smi
即可查看cuda版本
image.png
二：到pytorch官网获得下载命令
官网地址：https://pytorch.org/
选择好对应版本后，复制下面的命令到终端粘贴执行。
image.png
但是我装好之后，看pip list，发现torch和torchvision的版本，后面跟的cu并不是116，而是113，我不清楚为什么，但是貌似没有影响使用。
image.png
三、安装mmdet
官方推荐先安装opmim，然后使用mim安装mmdet。就是下面两行命令，这样可以自动安装相关的依赖。
pip install openmim
mim install mmdet
四、验证
官方给出的验证代码如下，如果配置成功，按理说是可以跑通的。
image.png
这里要注意一下，以上的环境配置过程中没有下载mmdetection的项目，也没有checkpoint文件夹，也没有与训练模型权重参数的文件pth文件。直接跑这个要报错的
要执行以下步骤（在jupyternotebook里执行的）
1、克隆项目
!git clone https://github.com/open-mmlab/mmdetection.git
2、进入项目文件夹
%cd mmdetection
3、新建checkpoints文件夹
!mkdir checkpoints
4、进入checkpoints文件夹
%cd checkpoints
5、下载权重文件
!wget https://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
这一步可能有问题，我怎么知道去哪里下载权重文件？
https://github.com/open-mmlab/mmdetection/tree/master/configs/faster_rcnn
在github官方仓库里面去找，config文件夹里面，找到对应的模型文件夹，然后下面有这个模型不同的权重文件，就是右边的model，左键直接下载，或者右键复制链接地址，使用上面的wget命令下载。
image.png
6、返回上级目录
cd两点是返回上级目录，这里就是回到mmdetection目录。
%cd ..
image.png
7、验证是否成功(官方给出的验证方法)
from mmdet.apis import init_detector, inference_detector
config_file = 'configs/faster_rcnn/faster_rcnn_r50_fpn_1x_coco.py'
# 从 model zoo 下载 checkpoint 并放在 `checkpoints/` 文件下
# 网址为: http://download.openmmlab.com/mmdetection/v2.0/faster_rcnn/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth
checkpoint_file = 'checkpoints/faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth'
device = 'cuda:0'
# 初始化检测器
model = init_detector(config_file, checkpoint_file, device=device)
# 推理演示图像
inference_detector(model, 'demo/demo.jpg')
