.
├── configs # 配置文件
│ ├── det
│ ├── det3d
│ └── seg
├── demo # 演示
│ ├── det
│ ├── det3d
│ └── seg
├── mtl # 多任务
│ ├── apis # 接口
│ ├── datasets # 数据集
│ ├── engine # 引擎
│ ├── evaluation # 评估
│ ├── __init__.py # 初始化
│ ├── model # 模型
│ ├── registry # 注册
│ ├── utils # 工具
│ └── version.py # 版本
├── plugin # 插件
│ ├── __init__.p # 初始化
│ ├── mmdet3d_plugin # 3d检测源码
│ ├── mmdet_plugin # 2d检测源码
│ └── mmseg_plugin # 分割源码
├── projects # 项目
│ ├── det # 2d检测
│ ├── det3d # 3d检测
│ └── seg # 分割
├── README.md
├── requirements # 依赖
├── requirements.txt
├── setup.py # 安装
├── tests # 测试
│ ├── det # 2d检测
│ ├── det3d # 3d检测
│ └── seg # 分割
└── tool # 工具
├── det # 2d检测
├── det3d # 3d检测
└── seg # 分割
- CUDA=11.8
- Pytorch=2.0.0
- mmcv=2.0.0
- mmdet=2.0.0
- mmseg=1.0.0
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
可以通过mim安装或者pip安装,两种方式均可
- mim安装
pip install -U openmim mim install mmengine mim install mmcv==2.0.0
- pip安装
pip install mmcv==2.0.0 -f https://download.openmmlab.com/mmcv/dist/cu118/torch2.0/index.html
[TODO]
可以通过mim安装或者源码安装,两种方式均可
- pip安装
如果你将 mmdet 作为依赖或第三方 Python 包mim install mmdet==2.0.0
- 源码安装
在需要修改源码时要用源码安装这里可以用本仓库中的git clone https://github.com/open-mmlab/mmdetection.git cd mmdetection pip install -v -e . # "-v" 指详细说明,或更多的输出 # "-e" 表示在可编辑模式下安装项目,因此对代码所做的任何本地修改都会生效,从而无需重新安装。
plugin/mmdet_plugin
中的源码安装
可以通过pip安装或者源码安装,两种方式均可
- pip安装
如果你将 mmdet 作为依赖或第三方 Python 包mim install "mmdet3d>=1.1.0"
- 源码安装
在需要修改源码时要用源码安装这里可以用本仓库中的git clone https://github.com/open-mmlab/mmdetection3d.git cd mmdetection pip install -v -e . # "-v" 指详细说明,或更多的输出 # "-e" 表示在可编辑模式下安装项目,因此对代码所做的任何本地修改都会生效,从而无需重新安装。
plugin/mmdet3d_plugin
中的源码安装
可以通过mim安装或者源码安装,两种方式均可
- pip安装
如果你将 mmseg 作为依赖或第三方 Python 包pip install "mmsegmentation>=1.0.0"
- 源码安装
在需要修改源码时要用源码安装这里可以用本仓库中的git clone -b main https://github.com/open-mmlab/mmsegmentation.git cd mmsegmentation pip install -v -e . # '-v' 表示详细模式,更多的输出 # '-e' 表示以可编辑模式安装工程,因此对代码所做的任何修改都生效,无需重新安装
plugin/mmseg_plugin
中的源码安装
python -c 'import torch;print(torch.__version__);print(torch.version.cuda);print(torch.cuda.is_available())'
python -c 'import mmcv;print(mmcv.__version__)'
python -c 'import mmdet;print(mmdet.__version__)'
python -c 'import mmdet;print(mmdet3d.__version__)'
python -c 'import mmseg;print(mmseg.__version__)'