安装低版本MMDetection稳定运行，一次安装成功

最新的MMDetection版本可能在一些机器上运行不起来，主要是里面的库mmcv>2.0，mmdet>3.0与cuda不适配，这里推荐安装mmcv<2.0，mmdet<3.0，MMDetection可以稳定运行。

1.创建环境

conda create -n mmlab python=3.8 -y

2.进入环境

conda activate mmlab

3.安装低版本的 pytorch, cuda

pip install torch==1.13.0 torchvision --index-url https://download.pytorch.org/whl/cu117

4. 安装mmcv

低版本中的mmcv使用关键字，mmcv-full，这里的是mmcv1.7.0

安装 MMCV — mmcv 1.7.1 文档

pip install mmcv-full==1.7.0 -f https://download.openmmlab.com/mmcv/dist/cu117/torch1.13/index.html

5. 安装mmdet

选择要安装的低版本mmdet，进入网站，这里选择v2.26.0版本，点击下载安装包

Tags · open-mmlab/mmdetection · GitHub

下载好，在conda环境中进入文件夹，安装必要的库

pip install -v -e . # 句尾有个点别忽略了

安装完成后，检查一下所安装的库

6. 安装测试

下载权重 下载权重

填写文件夹 demo/image_demo.py关键参数

# demo/ 文件夹下面demo.jpu
parser.add_argument('--img',default=r'F:\openmmlab\mmdetection-2.26.0\demo\demo.jpg', help='Image file')
# 使用这个算法文件进行安装测试
parser.add_argument('--config',default=r'F:\openmmlab\mmdetection-2.26.0\configs\faster_rcnn\faster_rcnn_r50_fpn_1x_coco.py', help='Config file')
# 已下载的权重，新建checkpoints文件夹，放在里面
parser.add_argument('--checkpoint', default=r'F:\openmmlab\mmdetection-2.26.0\checkpoints\faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth', help='Checkpoint file')

 关键参数如下所示：

# 运行image_demo.py进行测试
python demo/image_demo.py

 测试结果如下所示：

低版本的MMDetection安装成功！

以上是Windows安装步骤，Linux Ubuntu系统安装同理~