MMDetection 环境搭建指南

本项目旨在指导用户使用 Conda 和 OpenMMLab 工具链快速搭建 MMDetection 环境。

环境配置步骤

步骤 1：创建并激活 Conda 虚拟环境

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

步骤 2：安装 PyTorch（基于官方说明）

如果使用 GPU 平台：

conda install pytorch torchvision -c pytorch

⚠️ 请根据你的实际设备和 CUDA 版本选择合适的 PyTorch 安装方式。可参考 PyTorch 官方安装指南。

步骤 3：使用 MIM 安装 MMEngine 和 MMCV

pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"

步骤 4：安装 MMDetection

git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .

说明：

• -v：启用详细输出，方便调试安装过程。
• -e：以可编辑模式安装，支持本地代码修改后无需重新安装。

模型训练

训练 Mask R-CNN 模型

cd mmdetection
bash run_train_mask_rcnn.sh

训练 Sparse R-CNN 模型

cd mmdetection
bash run_train_sparse_rcnn.sh

参考链接

• OpenMMLab 官方文档
• MMDetection GitHub 仓库