【目标检测】Win10+TITAN RTX+CUDA10.0+pytorch1.1搭建CenterNet环境

姚正真

2023-12-01

一、前言

CenterNet有两个，本文的CenterNet对应的论文是：Objects as Points
对应Github地址：xingyizhou/CenterNet

其实Win10安装过程和Ubuntu方法差不多的，本文主要说说本人在Win10上安装过程中需要注意的地方。

Ubuntu版本点击这里：【目标检测】Ubuntu16.04+RTX2070+CUDA10+pytorch1.1搭建CenterNet环境

本电脑环境为：

Win10
GPU TITAN RTX
GPU驱动 430.86
CUDA 10.0.130
CUDNN 7.5.0
python 3.6.9
pytorch 1.1.0
torchvision 0.3.0

二、CUDA和CUDNN

1.1 下载CUDANN

CUDA下载网址：CUDA Toolkit 10.0 Archive

CUDANN下载网址：cuDNN Archive
其实CUDNN只要和CUDA是对应的、不要太旧就可以了，本人选择的是Download cuDNN v7.5.0 (Feb 21, 2019), for CUDA 10.0版本

1.2 安装

安装CUDA和CUDNN过程网上很多，在这里就不赘述了。需要注意的是，安装完毕后，记得验证下是不是真的安装成功了。

验证CUDA
ctrl+r，输出cmd进入命令行，输入：

nvcc -V

正常情况下是会显示CUDA版本为10.0.130

验证CUDNN
进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include，打开cudnn.h文件，搜索CUDNN_MAJOR。
正常情况下文件会包含下列内容，也就是版本号7.5.0：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 0

三、安装步骤

参考CenterNet环境配置（Win10+Pytorch1.2.0+Cuda10+VS2017）

四、安装python库很慢

可以在命令末尾加上-i 国内下载源地址，例如：

pip install -r requirements.txt -i https://pypi.douban.com/simple/

（1）阿里云：http://mirrors.aliyun.com/pypi/simple/
（2）豆瓣：https://pypi.douban.com/simple/
（3）清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
（4）中国科学技术大学：https://pypi.mirrors.ustc.edu.cn/simple/

五、pytorch安装不上

采用whl安装方法：whl下载地址
下载torch-1.1.0-cp36-cp36m-win_amd64.whl和torchvision-0.3.0-cp36-cp36m-win_amd64.whl

然后进入到下载地址，在cmd命令行窗口中输入

pip install torch-1.1.0-cp36-cp36m-win_amd64.whl
pip install torchvision-0.3.0-cp36-cp36m-win_amd64.whl

然后输入pip list，查看是否有torch和torchvision

六、EOFError: Ran out of input

此问题对应issue:Train error in voc-style dataset #178

修改main.py第48行，num_workers=1改为num_workers=0

  val_loader = torch.utils.data.DataLoader(
      Dataset(opt, 'val'), 
      batch_size=1, 
      shuffle=False,
      num_workers=0,   # 改这一行
      pin_memory=True
  )

七、找不到pycocotools

原因在于你忘了安装cocoapi，运行下面的指令安装

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py install --user

注意文件地址要改成你自己的！

p.s. 如果编译出错的话，将setup.py中的extra_compile_args=["-Wno-cpp", "-Wno-unused-function"]注释掉，即：

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

这个编译错误在编译NMS的时候也会遇到，请看下面的第八。

八、ModuleNotFoundError: No module named ‘_ext’

因为你之前编译NMS失败了，在CenterNet\src\lib\external中注释setup.py文件中下面的代码（就是在前面加个#）

# extra_compile_args=["-Wno-cpp", "-Wno-unused-function"]

再重新编译

python setup.py build_ext --inplace

p.s. 在Ubuntu上能够跑通的代码放在Win10是跑不通，因为有一些文件或者库需要在Win10上重新安装

p.s. 一般在Windows上编译python setup.py报错时，大多数情况下注释extra_compile_args可以解决问题

九、编译DCNv2

git clone https://github.com/CharlesShang/DCNv2
DCNv2文件夹替换CenterNet\src\lib\models\networks\DCNv2文件夹
修改 CenterNet\src\lib\models\networks\DCNv2\src\cuda\dcn_v2_cuda.cu，改成如下形式

// extern THCState *state;    // 注释该行
THCState *state = at::globalContext().lazyInitCUDA();    // 添加该行

重新编译，注意地址要改成你自己的

cd CenterNet\src\lib\models\networks\DCNv2
make.sh