English | 简体中文
- PaddlePaddle 2.2
- OS 64位操作系统
- Python 3(3.5.1+/3.6/3.7/3.8/3.9),64位版本
- pip/pip3(9.0.1+),64位版本
- CUDA >= 10.2
- cuDNN >= 7.6
PaddleDetection 依赖 PaddlePaddle 版本关系:
PaddleDetection版本 | PaddlePaddle版本 | 备注 |
---|---|---|
develop | develop | 默认使用动态图模式 |
release/2.5 | >= 2.2.2 | 默认使用动态图模式 |
release/2.4 | >= 2.2.2 | 默认使用动态图模式 |
release/2.3 | >= 2.2.0rc | 默认使用动态图模式 |
release/2.2 | >= 2.1.2 | 默认使用动态图模式 |
release/2.1 | >= 2.1.0 | 默认使用动态图模式 |
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 | -- |
# CUDA10.2
python -m pip install paddlepaddle-gpu==2.2.2 -i https://mirror.baidu.com/pypi/simple
# CPU
python -m pip install paddlepaddle==2.2.2 -i https://mirror.baidu.com/pypi/simple
- 更多CUDA版本或环境快速安装,请参考PaddlePaddle快速安装文档
- 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
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
- 如果您希望在多卡环境下使用PaddleDetection,请首先安装NCCL
注意: pip安装方式只支持Python3
# 克隆PaddleDetection仓库
cd <path/to/clone/PaddleDetection>
git clone https://github.com/PaddlePaddle/PaddleDetection.git
# 安装其他依赖
cd PaddleDetection
pip install -r requirements.txt
# 编译安装paddledet
python setup.py install
注意
-
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Python3pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
-
若您使用的是Python <= 3.6的版本,安装
pycocotools
可能会报错distutils.errors.DistutilsError: Could not find suitable distribution for Requirement.parse('cython>=0.27.3')
, 您可通过先安装cython
如pip install cython
解决该问题
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 7 tests in 12.816s
OK
如果您没有Docker运行环境,请参考Docker官网进行安装。
我们提供了包含最新 PaddleDetection 代码的docker镜像,并预先安装好了所有的环境和库依赖,您只需要拉取docker镜像,然后运行docker镜像,无需其他任何额外操作,即可开始使用PaddleDetection的所有功能。
在Docker Hub中获取这些镜像及相应的使用指南,包括CPU、GPU、ROCm版本。 如果您对自动化制作docker镜像感兴趣,或有自定义需求,请访问PaddlePaddle/PaddleCloud做进一步了解。
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://paddledet.bj.bcebos.com/models/ppyolo_r50vd_dcn_1x_coco.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: