为什么选择使用Pytorch版本？因为本人换电脑了，显卡升级为30系列，而30系列显卡的 CUDA 版本要求是 11.x。

一、环境

cudatoolkit               11.3.1
numpy                     1.23.5
mmcv-full                 1.7.1
opencv-python             4.7.0.68
openmim                   0.3.4
pycocotools               2.0.6
python                    3.8.15
pytorch                   1.12.1
torchaudio                0.12.1
torchvision               0.13.1

其中，我的CUDA版本为11.3。

二、mmdetection环境搭建

这里，我有写过详细的博客介绍，直接放上链接！

包括debug的过程，也有详细记载：

https://blog.csdn.net/wzk4869/article/details/127797092?spm=1001.2014.3001.5502

三、测试

我们可以直接用mmdetection框架的框架测试。

项目下载地址为：

https://github.com/open-mmlab/mmdetection

我们解压后新建一个文件夹，checkpoints，用于存储模型参数。

模型参数的下载地址为：

https://github.com/open-mmlab/mmdetection/blob/master/configs/mask_rcnn/metafile.yml

参数要对应！

四、结果展示

我们的测试代码如下：

python mmdetection-master/demo/image_demo.py mmdetection-master/demo/demo.jpg mmdetection-master/configs/mask_rcnn/mask_rcnn_r50_fpn_1x_coco.py mmdetection-master/checkpoints/mask_rcnn_r50_fpn_1x_coco_20200205-d4b0c5d6.pth

结果为：

运行成功！