【目标检测】关于如何在 PyTorch1.x + Cuda10 + Ubuntu18.0 运行 CenterNet 源码

这几天一直在尝试运行CenterNet的源码，但是出现各种问题，本已经打算放弃，中午吃完饭又不甘心，打算重新安装环境再来一遍，没想到竟然成功了。所以，坚持下去，黑夜过后便是黎明。

注意：gcc/g++ 版本尽量为 5.x

CornerNet 源码仓库：CenterNet

CornerNet 安装：

1. 创建 Anaconda 环境，并激活环境

conda create --name CenterNet python=3.6
conda activate CenterNet

2. 安装 PyTorch：进入PyTorch官网，根据自己的系统情况生成安装PyTorch的命令

3. 手动修改 torch/nn/functional.py 文件内容（文件地址：~/anaconda3/envs/CenterNet/lib/python3.6/site-packages/torch/nn/functional.py）

# 找到下面一行
torch.batch_norm
# 并将其中的 torch.backends.cudnn.enabled 替换为 False

4. 安装 COCOAPI

git clone https://github.com/cocodataset/cocoapi.git

5. 之后进入该文件夹（cocoapi），再进入PythonAPI，分别执行以下两条命令

make
python setup.py install --user

6. 克隆 CornerNet 源代码

git clone https://github.com/xingyizhou/CenterNet

7. 安装 requirements.txt 文件中的module

pip install -r requirements.txt

8. 这里是重点：由于我们使用的版本是 PyTorch1.x ，所以在编译DCNv2时会发生错误（关于 torch.utils.ffi）。可通过以下方式解决：

cd CenterNet/src/lib/models/networks
rm -rf DCNv2
git clone https://github.com/CharlesShang/DCNv2

cd DCNv2/src/cuda
vim dcn_v2_cuda.cu

将该文件中(第11行)的 extern THCState *state; 改为 THCState *state = at::globalContext().lazyInitCUDA();

然后再执行以下命令(在DCNv2文件夹下)：

python setup.py build develop

9. 测试

cd CenterNet/src
python demo.py ctdet --demo ../images/17790319373_bd19b24cfc_k.jpg --load_model ../models/ctdet_coco_dla_2x.pth --debug 

References：

　　【github】