mmclassification版本0.23.1

一.官方安转教程

官网

二.安装教程

1. 创建conda环境

   conda create --name openmmlab python=3.8 -y
   

   

2. 进入创建的环境

   conda activate openmmlab
   

   

3. 安转pytorcch

   conda install pytorch torchvision -c pytorch
   

   要是想安装Openmmlab的部署库mmdeploy，最好安装pytorch==1.8.0版本
   方法2

   conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
   

   方法3

   pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
   

   

4. 安转openmim

   pip install -U openmim
   

   

5. 安转mmcv

   mim install mmcv-full
   

   

6. 下载mmclassification源码

   下载地址：https://github.com/open-mmlab/mmclassification

   git clone https://github.com/open-mmlab/mmclassification.git
   

   

7. 进入mmclassification源码目录

   cmd进入下载好的mmclassification源码目录，并激活创建好的环境
   

8. 安转常用的软件包

   pip install scikit-image -i https://pypi.mirrors.ustc.edu.cn/simple/
   pip install pillow -i https://pypi.mirrors.ustc.edu.cn/simple/
   pip install opencv-python -i https://pypi.mirrors.ustc.edu.cn/simple/
   pip install tqdm -i https://pypi.mirrors.ustc.edu.cn/simple/
   pip install matplotlib -i https://pypi.mirrors.ustc.edu.cn/simple/
   pip install wandb -i https://pypi.mirrors.ustc.edu.cn/simple/
   pip install tensorboard -i https://pypi.mirrors.ustc.edu.cn/simple/
   

9. 安转mmclassification

   pip install -v -e .
   

   

10. 测试安转是否成功

    1. 下载权重

       mim download mmcls --config resnet50_8xb32_in1k --dest .
       

       

    2. 运行检测命令

       python demo/image_demo.py demo/demo.JPEG resnet50_8xb32_in1k.py resnet50_8xb32_in1k_20210831-ea4938fc.pth --device cpu
       

       
       输出如上结果则代表安转成功