目标跟踪算法 Unicorn 运行测试ｗｉｎｄｏｗｓ失败记录

最近开始看目标跟踪的前沿算法，其中一个是Unicorn：Towards Grand Unification of Object Tracking
收录于2022年的ECCV
数据集太大，就不训练了，只尝试测试demo
github链接在这里：
https://github.com/MasterBin-IIAU/Unicorn

1.首先准备环境

1.1 在anaconda 里边安装python环境

 conda create -n unicorn python=3.7 #运行过程中提示输入y然后回车确认安装
 #然后运行环境：
 conda activate unicorn
 #然后安装pytorch和Torchvision
 需要注意，这里直接按照自己对应的cuda版本来安装，比如我的cuda是10.1，这里要从nvcc --version看版本，不能看nVidia-smi的版本，因为pytorch是运行在nvcc上的，所以我的安装命令就是
 pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
 
具体去官网看自己cuda对应的pytorch版本。
https://pytorch.org/get-started/previous-versions/
这是官网链接。
#其中cudatoolkit 820mb太大了，没安装成功，pytorch1.4GB，也没安装成功，等运行完成之后，只需要按一下↑，按一下回车，再运行一遍
#装完得将近三个小时，可能是我网不好吧
# 然后安装 YOLOX 等其他包
pip3 install -U pip # 如果这个报错，他会提示你运行新的命令，你复制下来再运行就行（按右键复制）
#比如我的 
#ERROR: To modify pip, please run the following command:
#F:\APP\miniconda\envs\unicorn\python.exe -m pip install -U pip
#你就直接运行
#F:\APP\miniconda\envs\unicorn\python.exe -m pip install -U pip
#然后安装requirements的时候，需要使用git命令，就先
conda install git#安装再unicorn环境里边安装git
# 然而安装requirements一直报错，只能手动安装所有的requirements了 一共36行，还行
#挨个 pip install xxx
可以使用 
pip install xxx（包的名字） -i https://pypi.mirrors.ustc.edu.cn/simple
最后的网址中：
https://pypi.doubanio.com/simple/             # 豆瓣
https://pypi.tuna.tsinghua.edu.cn/simple     # 清华
https://pypi.mirrors.ustc.edu.cn/simple/     # 中国科学技术大学
# 安装顺序：
pip install PyYAML
pip install cython
pip install numpy
pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple cython_bbox
https://pypi.tuna.tsinghua.edu.cn/simple
cython_bbox
#这条命令安装 pip install -e git+https://github.com/samson-wang/cython_bbox.git#egg=cython-bbox
吃饭去2023年3月9日17点56分
2023年3月10日17点32分回来接着干,除了两个git的包不行，别的都完成了。
pip install pandas、pycocotools、中途出去装了个git，这两个还没安装。
git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI
git+https://github.com/rwightman/pytorch-image-models.git

搜了一圈发现windows安装这两个挺麻烦的
https://blog.csdn.net/canpian7/article/details/115370766
晚上再说。下班 2023年3月10日18点23分

其中cocoapi这个库我是参考
https://www.shuzhiduo.com/A/obzbrBwMzE/
这个文章，把cocoapi这个包git clone 下载下来，然后进入cocoapi/pythonapi/setup.py文件，修改第12行，将括号内的东西删掉就可以了。
修改：

 #extra_compile_args=['-Wno-cpp', '-Wno-unused-function', '-std=c99'],

为：

extra_compile_args=['', '', ''],

记得对齐首行空格。然后安装
python ./cocoapi/PythonAPI/setup.py install
就可以了

还剩最后一个 pytorch images models （简称timm），没装完
吃饭去 2023年3月15日18点32分
好像完成了 ，pip install timm 可以了，如果最后不行，再回来检查

然后运行 pip install -v -e .来安装unicorn的所有程序
直到运行完成后显示

   Installed g:\dipexp\unicorn-master
Successfully installed unicorn-0.1.0

就表示unicorn安装完成了。
然后安装# Install Deformable Attention

cd unicorn/models/ops
bash make.sh
cd ../../..

然后安装# Install mmcv, mmdet, bdd100k

这里要求按照自己的cuda，pytorch版本来安装对应的mmcv版本。
首先查看自己电脑的cuda版本：

nvcc --version

输出：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:12:52_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.1, V10.1.243

所以我的版本是10.1，
然后查看自己的pytorch版本

(base) PS C:\Users\xiechangbei> conda activate unicorn
(unicorn) PS C:\Users\xiechangbei> python
Python 3.7.16 (default, Jan 17 2023, 16:06:28) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.13.1+cpu
>>>

我的pytorch的本本是1.13.1+cpu
这里发现居然不是GPU版本的，于是重新安装pytorch gpu版本。
参考链接
https://blog.csdn.net/weixin_41529093/article/details/109399393

然后准备安装mmcv，mmdet，bdd100k等等
先去休息休息

2023年3月16日15点40分结束
2023年3月19日13点59分开始
安装mmcv, mmdet, bdd100k（数据集？）

pip install mmcv-full# Successfully installed addict-2.4.0 mmcv-full-1.7.1 regex-2022.10.31 yapf-0.32.0
pip install mmdet #Successfully installed mmdet-2.28.2 terminaltables-3.1.10
git clone https://github.com/bdd100k/bdd100k.git
cd bdd100k
python3 setup.py develop --user
# 运行上一句的时候报错了，需要python3.8才能使用Scikit-learn这个东西，所以就升级了一下python，conda install python=3.8
最后显示 Finished processing dependencies for bdd100k==1.0.0
他的最后两步我没按照操作，我觉得没必要
pip3 uninstall -y scalabel
pip3 install --user git+https://github.com/scalabel/scalabel.git

到此，install部分结束了
2023年3月19日15点13分
距离2023年3月9日
花费了我10天的课余时间哈哈，三天打鱼两天晒网的。
下一步就是进行推理测试了，

2.推理测试unicorn

一开始运行，发先没有目标检测的demo实例，就找到它的issue，发现也有人在问这个问题，自己尝试运行的时候，发现昨天升级python到3.8，结果忘记升级pytorch了，现在import pytorch出错了，我靠，然后重新安装pytorch，然后发现没有cocoapi，之前安装的时候有问题，跳过了，现在看来，自己挖的坑得自己填上。发现windows系统是不支持cocoapi的，但是有人做了适配，参考链接：
https://blog.csdn.net/csdnforyou/article/details/109271532
然后输入python进入环境
《《《 import pycocotools
《《《不报错，就表明安装成功了
然后运行又发现我没有unicorn？？
再次运行：

pip install -v -e .

不行，现在陷入了一个unicorn

1.numpy版本高会出现 代码中float换了的问题，所以不能使用高于1.20的numpy
2.no distribute

最后，因为ｗｉｎｄｏｗｓ配置各种环境太麻烦了，我打算用ｌｉｎｕｘ重新配置
拜拜