Autodl服务器中Faster-rcnn(jwyang)复现(一)

前言

在做实验时需要用到faster-rcnn做对比，本节首先完成代码复现，用的数据集是VOC2007~

项目地址：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0
复现环境：autodl服务器+python3.6+cuda11.3+Ubuntu20.04+Pytorch1.10.0

目录

• 一、环境配置
• 二、编译cuda依赖项
• 三、开始训练
• 四、开始测试
• 五、开始推理

一、环境配置

第一步：租用服务器

地址：https://www.autodl.com/home

具体注册细节和租用过程可参考：YOLOv5入门（三）使用云服务器autoDL、VSCode连接和WinSCP文件上传

这里可以看到基础镜像只有python=3.8(代码中要求python=2.7或3.6)，这里先创建，然后进入服务器中更改

第二步：重新配置所需要的环境

（1）平台内置的镜像均为Python3.8，如果在需要使用Python3.6、Python3.7等的场景，那么可以使用Miniconda创建其他版本的Python虚拟环境。

# 构建一个虚拟环境名为：my-env，Python版本为3.6 conda create -n my-env python=3.6      # 更新bashrc中的环境变量 conda init bash && source /root/.bashrc # 切换到创建的虚拟环境：my-env conda activate my-env  # 验证 python 

（2）安装cuda=11.3的pytorch版本

地址：https://pytorch.org/

输入以下指令：

# CUDA 11.3 pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html  #测试： python import torch print(torch.__version__