安装pycocotools到自己的环境中

https://github.com/philferriere/cocoapi下载源码,并进行解压。

打开Anaconda Prompt切换自己的环境

并切换到 cocoapi\PythonAPI目录。运行以下指令:

python setup.py build_ext install

安装完成

安装maskrcnn-benchmark

下载 https://github.com/Idolized22/maskrcnn-benchmark.git 源码

切换自己的环境

转到maskrcnn-benchmark路径下(setup.py的路径)

安装完成

以下报错:

Class advice impossible in Python3. Use the @implementer class decorator ins

解决:更换apex

如果安装了apex,卸载pip uninstall apex

安装

下载源码 https://www.github.com/nvidia/apex
进入自己的环境

 

进入setup.py的路径安装

版权声明:本文为CSDN博主「暗飞声」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/Luke8844/article/details/122117718

暗飞声

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Meta-DETR | 图像级“元”学习提升目标检测精度

计算机视觉研究院专栏作者:Edison_GOne-shot目标检测旨在通过几个标注的样本来检测新的目标。之前的工作已经证明了元学习是一个很有前途的解决方案,它们中的大多数基本上是通过解决在区域上的元学习检测来进行分类

AP AR mAP ROC AUC(目标检测)

禁止转载!在做目标检测任务的时候,通常会制定规则来评估性能,就如下图所示,后面会慢慢道来其中的原理。 混淆矩阵中 TP、TN、FP、FN
在目标检测中,通常以IoU阈值作为