[English](INSTALL.md) | 简体中文 # 安装文档 本文档包含了如何安装PaddleDetection以及相关依赖 其他更多PaddleDetection信息,请参考[README.md](https://github.com/PaddlePaddle/PaddleDetection/blob/release/2.0). ## 环境要求 - PaddlePaddle 2.0.1 - OS 64位操作系统 - Python 3(3.5.1+/3.6/3.7),64位版本 - pip/pip3(9.0.1+),64位版本 - CUDA >= 9.0 - cuDNN >= 7.6 PaddleDetection 依赖 PaddlePaddle 版本关系: | PaddleDetection版本 | PaddlePaddle版本 | 备注 | | :------------------: | :---------------: | :-------: | | release/2.0 | >= 2.0.1 | 默认使用动态图模式 | | release/2.0-rc | >= 2.0.1 | -- | | 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/0.4 | >= 1.8.4 | PP-YOLO依赖1.8.4 | | release/0.3 | >=1.7 | -- | ## 安装说明 ### 1. 安装PaddlePaddle ``` # CUDA9.0 python -m pip install paddlepaddle-gpu==2.0.1.post90 -i https://mirror.baidu.com/pypi/simple # CUDA10.1 python -m pip install paddlepaddle-gpu==2.0.1.post101 -f https://mirror.baidu.com/pypi/simple # CPU python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple ``` 更多安装方式例如conda或源码编译安装方法,请参考PaddlePaddle[安装文档](https://www.paddlepaddle.org.cn/documentation/docs/zh/install/index_cn.html) 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 >>> import paddle >>> paddle.utils.run_check() # 确认PaddlePaddle版本 python -c "import paddle; print(paddle.__version__)" ``` **注意** 1. 如果您希望在多卡环境下使用PaddleDetection,请首先安装NCCL ### 2. 安装PaddleDetection 可通过如下两种方式安装PaddleDetection #### 2.1 通过pip安装 **注意:** pip安装方式只支持Python3 ``` # pip安装paddledet pip install paddledet==2.0.1 -i https://mirror.baidu.com/pypi/simple # 下载使用源码中的配置文件和代码示例 git clone https://github.com/PaddlePaddle/PaddleDetection.git cd PaddleDetection ``` #### 2.2 源码编译安装 ``` # 克隆PaddleDetection仓库 cd git clone https://github.com/PaddlePaddle/PaddleDetection.git # 编译安装paddledet cd PaddleDetection python setup.py install # 安装其他依赖 pip install -r requirements.txt ``` **注意** 1. 若您使用的是Windows系统,由于原版cocoapi不支持Windows,`pycocotools`依赖可能安装失败,可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``` 安装后确认测试通过: ``` python ppdet/modeling/tests/test_architectures.py ``` 测试通过后会提示如下信息: ``` ..... ---------------------------------------------------------------------- Ran 5 tests in 4.280s OK ``` ## 快速体验 **恭喜!** 您已经成功安装了PaddleDetection,接下来快速体验目标检测效果 ``` # 在GPU上预测一张图片 export CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/ppyolo/ppyolo_r50vd_dcn_1x_coco.yml -o use_gpu=true weights=https://paddlemodels.bj.bcebos.com/object_detection/ppyolo.pdparams --infer_img=demo/000000014439.jpg ``` 会在`output`文件夹下生成一个画有预测结果的同名图像。 结果如下图: ![](../images/000000014439.jpg)