使用Paddledetection进行模型训练【Part1：环境配置】

使用Paddledetection进行模型训练【Part1：环境配置】

引用

CSDN

1.

https://blog.csdn.net/weixin_45037357/article/details/144962417

本文将详细介绍如何配置环境以使用PaddleDetection进行模型训练。主要内容包括环境要求、版本依赖关系以及具体的安装步骤。

写作目的

方便大家进行模型训练前的环境配置。

安装文档

环境要求

• PaddlePaddle ≥2.3.2
• OS 64位操作系统
• Python 3(3.5.1+/3.6/3.7/3.8/3.9/3.10)，64位版本
• pip/pip3(9.0.1+)，64位版本
• CUDA ≥ 10.2
• cuDNN ≥ 7.6

版本依赖关系

安装说明

• 环境新建

conda create -n PaddleDetection_train python==3.8 -y

• 环境激活

conda activate PaddleDetection_train

• 安装PaddlePaddle
  链接：PaddlePaddle

python -m pip install paddlepaddle-gpu==2.6.2.post117 -i https://www.paddlepaddle.org.cn/packages/stable/cu117/

请确保您的PaddlePaddle安装成功并且版本不低于需求版本。使用以下命令进行验证。

# 在您的Python解释器中确认PaddlePaddle安装成功
import paddle
paddle.utils.run_check()

# 确认PaddlePaddle版本
python -c "import paddle; print(paddle.__version__)"

注意：如果您希望在多卡环境下使用PaddleDetection，请首先安装NCCL。目前，NCCL（NVIDIA Collective Communications Library）并不支持在Windows操作系统上安装和使用。NCCL主要针对Linux操作系统进行了开发和优化，并与Linux上的深度学习框架集成。

• 安装PaddleDetection

注意： pip安装方式只支持Python3

# 克隆PaddleDetection仓库
cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git

# 安装其他依赖
cd PaddleDetection-release-2.8
pip install -r requirements.txt

# 编译安装paddledet
python setup.py install

注意

1. 如果github下载代码较慢，可尝试使用gitee或者代理加速。
2. 若您使用的是Windows系统，由于原版cocoapi不支持Windows，pycocotools依赖可能安装失败，可采用第三方实现版本，该版本仅支持Python3

pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

安装后确认测试通过：

python ppdet/modeling/tests/test_architectures.py

测试通过后会提示如下信息：

Warning: Unable to use numba in PP-Tracking, please install numba, for example(python3.7): `pip install numba==0.56.4`
Warning: Unable to use numba in PP-Tracking, please install numba, for example(python3.7): `pip install numba==0.56.4`
W0106 13:20:38.203949 16976 gpu_resources.cc:119] Please NOTE: device: 0, GPU Compute Capability: 8.6, Driver API Version: 12.6, Runtime API Version: 11.7
W0106 13:20:38.232928 16976 gpu_resources.cc:164] device: 0, cuDNN Version: 8.9.
.......
----------------------------------------------------------------------
Ran 7 tests in 12.146s
OK