1. 课程内容概述

个人更关注语义分割和3D方面的内容，所以这里重点记录这两点相关的。

1.1 Openmmlab框架

在这里插入图片描述
具体的模块，详见：https://openmmlab.com/codebase，这里只截取了一部分。那个github图标和文档图标是可以点击的链接。。

比如：

MMSegmentation的Github：https://github.com/open-mmlab/mmsegmentation/blob/main/README_zh-CN.md
这里支持的每种网络都有对应的论文等链接，可以快速学习
MMSegmentation的文档：https://mmsegmentation.readthedocs.io/zh_CN/latest/index.html
都是有中英文两种语言的文档，维护的很好

另外，主页还有个生态，里面会放一些对应模块相关的内容，比如：
在这里插入图片描述

1.2 课程其他说明

有一些奖品，而且运营的不错，整体来说，参加来看看，也不算亏吧
在这里插入图片描述

2. mmcv安装

2.1 正确步骤

主要参考文档：https://mmsig.openmmlab.com/general/env/win11
本机环境：Windows11，有GPU但是没有安装Cuda，因此偷懒选择安装cpu版本
注意：需要用到git、anaconda（miniconda）和vscode三个软件，可以提前准备一下

主要步骤：

// 1.创建用于课程的新python环境，为了避免多余的问题，python版本最好选择3.9
conda create -n openmmlab python=3.9

// 2. 进入刚刚创建好的环境
conda activate openmmlab

// 3. 安装cpu版本的torch，记得一定要加 cpuonly这个参数，不然后面会出现奇怪的错误
conda install pytorch torchvision torchaudio cpuonly -c pytorch

// 4. 安装openmim
pip install openmim
mim install "mmcv==2.0.0rc3"

// 5. 安装pycocotools，一定用conda安装，网上有很多其他资料，使用conda是不需要安装visual studio的
conda install pycocotools -c conda-forge

// 6. git下载mmdetection项目
git clone https://github.com/open-mmlab/mmdetection.git
# git clone https://gitee.com/open-mmlab/mmdetection.git
cd mmdetection
git checkout tags/v3.0.0

// 7. 源码安装 mmdet
pip install -v -e . 

// 8.在当前目录（mmdetection）文件夹启动vscode
code .  

// 9. 下载测试用的权重文件等， 
// 如果用了vscode里的命令行工具，记得 conda activate openmmlab
// 确保当前执行目录是mmdetection 
mim download mmdet --config rtmdet-ins_tiny_8xb32-300e_coco --dest .

// 10. 执行测试
python demo/image_demo.py demo/demo.jpg rtmdet-ins_tiny_8xb32-300e_coco.py --weights rtmdet-ins_tiny_8xb32-300e_coco_20221130_151727-ec670f7e.pth --device cpu

在这里插入图片描述

2.2 debug

这个debug方式有点奇怪，因为用到很多运行时参数，所以没有直接使用默认的python debug工具，而是另外安装了一个

pip install debugpy

然后点击->左边侧栏的运行和调试（或者ctrl+shift+D）->create a launch.json file->选择远程
在这里插入图片描述
然后提示localhost和端口号，默认回车即可。
将launch.json的内容替换为以下：

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: Remote Attach",
            "type": "python",
            "request": "attach",
            "connect": {
                "host": "localhost",
                "port": 5678
            },
            "justMyCode": false
        }
    ]
}

然后在命令行运行：

# 注意 一定是openmmlab环境里
>python -m debugpy --listen 5678 --wait-for-client demo/image_demo.py demo/demo.jpg rtmdet-ins_tiny_8xb32-300e_coco.py --weights rtmdet-ins_tiny_8xb32-300e_coco_20221130_151727-ec670f7e.pth --device cpu

点击调试里的Attach，程序执行起来需要一会，所以点击完再去打断点也来得及，只要你手速不是特别慢。。。
在这里插入图片描述
然后就可以像平常一样去调试了，看不太懂左边的这些类结构，套的好复杂。。暂时还看不懂，想退出的话点击debug那个悬浮菜单最右边的🔗符号就可以了

最后这个debug的命令行太长了，要改一个别名，

默认教程里给的是针对powershell的，但是我的powershell没有办法执行conda切换环境。所以想设置cmd里这个命令别名，没有搜到好的解决方案，pass。
去解决powershell支持conda这个问题，参考：How to activate conda environment from powershell?
```
# 在powershell里执行
conda init powershell
# 然后关闭再打开（重启）powershell即可
```
powershell改别名，在powershell里运行code $PROFILE ，授权打开 powershell 的 $PROFILE 文件，插入以下内容：
```
function pyd {
   python -m debugpy --wait-for-client --listen 5678 $args
}
```
注意，插入保存该文件之后，同样需要重启powershell使刚刚的设置生效。

现在就可以用pyd代替上面一长串的命令了，即：

# 从
python -m debugpy --listen 5678 --wait-for-client 
demo/image_demo.py demo/demo.jpg rtmdet-ins_tiny_8xb32-300e_coco.py 
--weights rtmdet-ins_tiny_8xb32-300e_coco_20221130_151727-ec670f7e.pth --device cpu
# 缩短成（注意，我这里为了显示加了回车，运行的时候不能有回车）
pyd 
demo/image_demo.py demo/demo.jpg rtmdet-ins_tiny_8xb32-300e_coco.py 
--weights rtmdet-ins_tiny_8xb32-300e_coco_20221130_151727-ec670f7e.pth --device cpu

参考：

stackoverflow：Aliases in Windows command prompt
StackExchange:How to set an alias in Windows Command Line?
✅ Doskey

想给cmd的命令加别名，主要就是用 doskey 这个命令
类似这个形式 doskey pyd="python -m debugpy --wait-for-client --listen 5678" $args 但是后面命令应该还需要做额外调整，不太会，遂pass

2.3 错误探索

在这里插入图片描述
网上很多这个讨论，主要解决方案就是三种：

安装visual studio，通过下载这个工具：visualcppbuildtools_full.exe
pip install pycocotools-windows 但是我python3.9会提示找不到对应的符合版本的包
通过直接从git安装（也需要借用visual studio的cl.exe工具进行编译，不是直接的wheel版本），pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

主要的讨论可以看这两个帖子：