INSTALL_cn.md 3.9 KB
Newer Older
G
Guanghua Yu 已提交
1
# 安装说明
K
Kaipeng Deng 已提交
2 3

---
W
wangguanzhong 已提交
4
## 目录
K
Kaipeng Deng 已提交
5

G
Guanghua Yu 已提交
6
- [简介](#简介)
7
- [安装PaddlePaddle](#安装PaddlePaddle)
G
Guanghua Yu 已提交
8 9
- [其他依赖安装](#其他依赖安装)
- [PaddleDetection](#PaddleDetection)
K
Kaipeng Deng 已提交
10 11 12 13


## 简介

14
这份文档介绍了如何安装PaddleDetection及其依赖项(包括PaddlePaddle)。
K
Kaipeng Deng 已提交
15

C
cnn 已提交
16
PaddleDetection的相关信息,请参考[README.md](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/README_cn.md).
K
Kaipeng Deng 已提交
17 18


19
## 安装PaddlePaddle
K
Kaipeng Deng 已提交
20

21 22 23 24
**环境需求:**

- OS 64位操作系统
- Python2 >= 2.7.15 or Python 3(3.5.1+/3.6/3.7),64位版本
C
cnn 已提交
25
- pip/pip3(9.0.1+),64位版本操作系统
26 27 28 29 30 31
- CUDA >= 9.0
- cuDNN >= 7.6

如果需要 GPU 多卡训练,请先安装NCCL(Windows暂不支持nccl)。

PaddleDetection 依赖 PaddlePaddle 版本关系:
K
Kaipeng Deng 已提交
32

C
cnn 已提交
33 34 35 36 37 38
|  PaddleDetection版本  | PaddlePaddle版本  |    备注    |
| :------------------: | :---------------: | :-------: |
|    release/0.3       |        >=1.7      |     --    |
|    release/0.4       |       >= 1.8.4    |  PP-YOLO依赖1.8.4 |
|    release/0.5       |       >= 1.8.4    |  大部分模型>=1.8.4即可运行,Cascade R-CNN系列模型与SOLOv2依赖2.0.0.rc版本 |
|    release/2.0-rc    |       >= 2.0.1    |     --    |
39 40 41 42 43


```
# install paddlepaddle
# 如果您的机器安装的是CUDA9,请运行以下命令安装
C
cnn 已提交
44
python -m pip install paddlepaddle-gpu==2.0.1.post90 -i https://mirror.baidu.com/pypi/simple
45

C
cnn 已提交
46 47
如果您的机器安装的是CUDA10.1,请运行以下命令安装
python -m pip install paddlepaddle-gpu==2.0.1.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html
48 49

如果您的机器是CPU,请运行以下命令安装
C
cnn 已提交
50
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
51
```
C
cnn 已提交
52

53
更多的安装方式如conda, docker安装,请参考[安装文档](https://www.paddlepaddle.org.cn/install/quick)中的说明进行操作
K
Kaipeng Deng 已提交
54 55 56 57 58

请确保您的PaddlePaddle安装成功并且版本不低于需求版本。使用以下命令进行验证。

```
# 在您的Python解释器中确认PaddlePaddle安装成功
C
cnn 已提交
59 60
>>> import paddle
>>> paddle.utils.run_check()
K
Kaipeng Deng 已提交
61 62 63 64 65 66 67 68 69 70 71 72

# 确认PaddlePaddle版本
python -c "import paddle; print(paddle.__version__)"
```


## 其他依赖安装

[COCO-API](https://github.com/cocodataset/cocoapi):

运行需要COCO-API,安装方式如下:

73 74
    # 安装pycocotools
    pip install pycocotools
K
Kaipeng Deng 已提交
75

76 77 78 79
**windows用户安装COCO-API方式:**

    # 若Cython未安装,请安装Cython
    pip install Cython
80

81 82
    # 由于原版cocoapi不支持windows,采用第三方实现版本,该版本仅支持Python3
    pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
K
Kaipeng Deng 已提交
83 84 85 86 87

## PaddleDetection

**安装Python依赖库:**

C
cnn 已提交
88
Python依赖库在[requirements.txt](https://github.com/PaddlePaddle/PaddleDetection/blob/develop/requirements.txt) 中给出,可通过如下命令安装:
K
Kaipeng Deng 已提交
89 90 91 92 93

```
pip install -r requirements.txt
```

94 95 96
**克隆PaddleDetection库:**

您可以通过以下命令克隆PaddleDetection:
K
Kaipeng Deng 已提交
97 98

```
99 100
cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git
K
Kaipeng Deng 已提交
101
```
102
**提示:**
K
Kaipeng Deng 已提交
103

104
也可以通过 [https://gitee.com/paddlepaddle/PaddleDetection](https://gitee.com/paddlepaddle/PaddleDetection) 克隆。
K
Kaipeng Deng 已提交
105
```
106 107
cd <path/to/clone/PaddleDetection>
git clone https://gitee.com/paddlepaddle/PaddleDetection
K
Kaipeng Deng 已提交
108 109
```

110
**确认测试通过:**
K
Kaipeng Deng 已提交
111 112

```
113
python ppdet/modeling/tests/test_architectures.py
K
Kaipeng Deng 已提交
114 115
```

116
测试通过后会提示如下信息:
K
Kaipeng Deng 已提交
117
```
118 119 120 121
..........
----------------------------------------------------------------------
Ran 12 tests in 2.480s
OK (skipped=2)
K
Kaipeng Deng 已提交
122 123
```

124
**预训练模型预测**
K
Kaipeng Deng 已提交
125

126
使用预训练模型预测图像,快速体验模型预测效果:
K
Kaipeng Deng 已提交
127 128

```
129
# use_gpu参数设置是否使用GPU
C
cnn 已提交
130
python tools/infer.py -c configs/ppyolo/ppyolo.yml -o use_gpu=true weights=https://paddlemodels.bj.bcebos.com/object_detection/ppyolo.pdparams --infer_img=demo/000000014439.jpg
K
Kaipeng Deng 已提交
131 132
```

133
会在`output`文件夹下生成一个画有预测结果的同名图像。
K
Kaipeng Deng 已提交
134

135
结果如下图:
136

C
cnn 已提交
137
![](../images/000000014439.jpg)