mirror of https://github.com/open-mmlab/mmyolo.git
61 lines
2.4 KiB
Markdown
61 lines
2.4 KiB
Markdown
# 依赖
|
||
|
||
下表为 MMYOLO 和 MMEngine, MMCV, MMDetection 依赖库的版本要求，请安装正确的版本以避免安装问题。
|
||
|
||
| MMYOLO version | MMDetection version | MMEngine version | MMCV version |
|
||
| :------------: | :----------------------: | :----------------------: | :---------------------: |
|
||
| main | mmdet>=3.0.0, \<3.1.0 | mmengine>=0.7.1, \<1.0.0 | mmcv>=2.0.0rc4, \<2.1.0 |
|
||
| 0.6.0 | mmdet>=3.0.0, \<3.1.0 | mmengine>=0.7.1, \<1.0.0 | mmcv>=2.0.0rc4, \<2.1.0 |
|
||
| 0.5.0 | mmdet>=3.0.0rc6, \<3.1.0 | mmengine>=0.6.0, \<1.0.0 | mmcv>=2.0.0rc4, \<2.1.0 |
|
||
| 0.4.0 | mmdet>=3.0.0rc5, \<3.1.0 | mmengine>=0.3.1, \<1.0.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
| 0.3.0 | mmdet>=3.0.0rc5, \<3.1.0 | mmengine>=0.3.1, \<1.0.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
| 0.2.0 | mmdet>=3.0.0rc3, \<3.1.0 | mmengine>=0.3.1, \<1.0.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
| 0.1.3 | mmdet>=3.0.0rc3, \<3.1.0 | mmengine>=0.3.1, \<1.0.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
| 0.1.2 | mmdet>=3.0.0rc2, \<3.1.0 | mmengine>=0.3.0, \<1.0.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
| 0.1.1 | mmdet==3.0.0rc1 | mmengine>=0.1.0, \<0.2.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
| 0.1.0 | mmdet==3.0.0rc0 | mmengine>=0.1.0, \<0.2.0 | mmcv>=2.0.0rc0, \<2.1.0 |
|
||
|
||
本节中，我们将演示如何用 PyTorch 准备一个环境。
|
||
|
||
MMYOLO 支持在 Linux，Windows 和 macOS 上运行。它的基本环境依赖为：
|
||
|
||
- Python 3.7+
|
||
- PyTorch 1.7+
|
||
- CUDA 9.2+
|
||
- GCC 5.4+
|
||
|
||
```{note}
|
||
如果你对 PyTorch 有经验并且已经安装了它，你可以直接跳转到下一小节。否则，你可以按照下述步骤进行准备
|
||
```
|
||
|
||
**步骤 0.** 从 [官方网站](https://docs.conda.io/en/latest/miniconda.html) 下载并安装 Miniconda。
|
||
|
||
**步骤 1.** 创建并激活一个 conda 环境。
|
||
|
||
```shell
|
||
conda create -n mmyolo python=3.8 -y
|
||
conda activate mmyolo
|
||
```
|
||
|
||
**步骤 2.** 基于 [PyTorch 官方说明](https://pytorch.org/get-started/locally/) 安装 PyTorch。
|
||
|
||
在 GPU 平台上：
|
||
|
||
```shell
|
||
conda install pytorch torchvision -c pytorch
|
||
```
|
||
|
||
在 CPU 平台上:
|
||
|
||
```shell
|
||
conda install pytorch torchvision cpuonly -c pytorch
|
||
```
|
||
|
||
**步骤 3.** 验证 PyTorch 安装
|
||
|
||
```shell
|
||
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
|
||
```
|
||
|
||
如果是在 GPU 平台上，那么会打印版本信息和 True 字符，否则打印版本信息和 False 字符。
|