detectron2云服务器部署安装测试

最新推荐文章于 2026-03-12 00:13:30 发布

原创

最新推荐文章于 2026-03-12 00:13:30 发布 · 870 阅读

标签

#anaconda #pip #深度学习

收录于

本文档详细记录了在CentOS7无GPU环境下，使用Anaconda配置Detectron2的完整过程，包括创建虚拟环境、安装PyTorch、OpenCV、fvcore、gcc和pycocotools。通过解决网络延迟问题，采用pip和conda结合的方式安装所需依赖。最后，成功运行目标检测和实例分割的Demo，并展示了部分测试结果。

Detectron2，基于 Pytorch 。
记录一下Detectron2 环境搭建过程，弄了一下午，踩了好多坑。
我们先来看看官方的配置需求
Requirements
Linux or macOS with Python ≥ 3.6
PyTorch ≥ 1.4
torchvision that matches the PyTorch installation. You can install them together at pytorch.org to make sure of this.
pycocotools. Install it by pip install pycocotools>=2.0.1.
OpenCV, optional, needed by demo and visualization

环境配置

本人系统centos7（无GPU）、anaconda3

anaconda虚拟环境

conda create -n py37 python=3.7
conda env list
source activate py37

注意：后面所有的安装指令都在py37虚拟环境中运行

pytorch环境

进入官网选择自己对应的版本

注意：去掉后面的 -c pytorch
根据该命令的提示很容易就能安装好 Pytorch。

conda install pytorch torchvision cpuonly

如果安装失败，很可能是因为网络的延迟过高而超时。
所以我们可以通过配置 anacoda 国内镜像源来加速安装。
命令执行以下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config