一、背景

SOLO是一種圖像實例分割模型，我們主要下載的是github這個網(wǎng)站SOLO
因為該模型是基于mmdetection跟mmcv來的，所以要多注意學習掌握這兩個東東

二、流程

1.根據(jù)install.md安裝環(huán)境

Requirements

此次安裝版本

Python 3.8 pytorch 1.10.2 py3.8_cuda11.3_cudnn8.2.0_0 pytorch

先找到Installation部分，打開INSTALL.md開始安裝。首先一定要注意Requirements中的各種版本問題，這里面處處是坑。此次SOLO的訓練環(huán)境是在從NGC下載的pytorch21.07鏡像所起的容器中建立的。

a.創(chuàng)建conda虛擬環(huán)境并激活

conda create -n solo python=3.8 -y #不是3.7，是3.8，當然以后訓練的時候不知道是幾了 conda activate solo

這里注意，python版本得是3.8了，要求中的3.7跟其他庫的對應版本起沖突

b.按照官方說明安裝 PyTorch和torchvision

如果直接按照它給的來，應該是直接裝上了最新版本，也是可以的
可以根據(jù)official instructions挑選所需要的命令

conda install pytorch torchvision -c pytorch

c.克隆SOLO的repository

git clone https://github.com/WXinlong/SOLO.git #如果上面這行不管用的話，（一般不管用，要翻墻）就先把它搞到gitee上，再從gitee clone也行 cd SOLO

d.安裝構(gòu)建要求，然后安裝 SOLO。（我們通過 github repo 安裝 pycocotools 而不是 pypi，因為 pypi 版本太舊并且與最新的 numpy 不兼容。）

pip install -r requirements/build.txt pip install " git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI " #上面這行我也沒成功，從網(wǎng)上找到下面這行替代 or pip install "git+https://gitee.com/wsyin/cocoapi.git#subdirectory=PythonAPI" pip install -v -e 。 #或“python setup.py develop” #這個一般選后面這句

其實還有docker鏡像選擇，但是我沒有操作成功

2.開始訓練train

訓練數(shù)據(jù)在data/coco里面，根據(jù)coco的格式來

python tools/train.py ${CONFIG_FILE}Example: python tools/train.py configs/solo/solo_r50_fpn_8gpu_1x.py

3.推理模型結(jié)果inference

python demo/ inference_demo.py #這里注意要根據(jù)自己的config跟checkpoint以及demo.jpg改一下文件

三、問題

遇到這個問題

RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation:........

原因是torch版本高了，對應不起來了，因為INSTALL.md也說

PyTorch 1.1 或更高版本（>=1.5 未測試）

所以嘗試了降低版本，降到1.4，但是遇到了新問題:

ImportError: libtorch_cpu.so: cannot open shared object file: No such file or directory

這又卡住了，搜索無果后，所以重新回到SOLO模型的原網(wǎng)址找issues，最終找到這個文件的修改
fix auto grad bug #204
這個修改應該是torch升級后做出的，所以torch1.10就沒問題了

總結(jié)

以上是生活随笔為你收集整理的SOLO模型环境搭建训练流程及问题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。