首先我的服務器是CUDA 10.1，下面所有包的安裝都要嚴格指定版本。

# 創建虛擬環境 conda create -n solo python=3.7 -y # 激活虛擬環境 conda activate solo# 安裝 pytorch==1.4.0 torchvision==0.5.0 conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch# 安裝 mmcv==0.2.16 pip install mmcv==0.2.16# 克隆 SOLO 倉庫到服務器上 git clone https://github.com/WXinlong/SOLO.git cd SOLO# 按部就班地安裝 pip install -r requirements/build.txt pip install "git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI" pip install -v -e . # 注意最后有個點

至此環境就搭建好了，下面跑一下作者提供的demo來測試一下

# SOLO/demo 目錄下的 inference_demo.py文件中 # config_file 是模型文件 # config_file = '../configs/solo/decoupled_solo_r50_fpn_8gpu_3x.py' # checkpoint_file 是對應的權重 # checkpoint_file = '../checkpoints/DECOUPLED_SOLO_R50_3x.pth'

在 SOLO 目錄下新建一個 checkpoints 文件夾，把所需權重下載到這個文件夾中

cd demo #進入到 demo 文件夾中 python inference_demo.py

成功運行，demo 目錄下會出現 demo_out.jpg，即測試圖片的結果。

?

總結

以上是生活随笔為你收集整理的SOLO环境的安装配置的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。