本文包含以下几个内容：detectron2环境配置（像个包的安装），测试demo运行，具体训练fasterrcnn代码。作者水平有限，可能会存在一些理解错误，欢迎讨论指教。

便捷安装方法一：

根据b站视频：【实录】win10配置Detectron2环境

https://www.bilibili.com/video/BV1j34y1Z7y9/?spm_id_from=333.999.0.0&;vd_source=06f1bcf60c2e87fe8079a7c3e5ee6794

具体操作打开anaconda prompt

conda create -n detectron2 python=3.6

conda activate detectron2

conda install numpy matplotlib

pip install opencv-python

pip install pillow cython

以下语句二选一，第一句适应于高算力GPU

Conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch 

Conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

Python

Import torch

Torch.cuda.is_available()

若返回True即gpu可用

Exit()

从https://github.com/philferriere/cocoapi下载cocoapi-master，普通下载的cocoapi不适用于windows

Cd进入cocoapi-master\PythonAPI路径下(注意-e后面有个点"."

Cocoapi :pip install -e.

除了ninja和fvcore在这步尽量为必须步，其他步可尝试可做可不做，出问题再改也可以

修改环境问题：

Conda install ninja  一般为必备，需要紧跟cocoapi

pip install fvcore  需求高，可跟ninja

以下三个文件具体路径可从网上搜索

Cast.h: explicit operator type&() { return ((type)this->value); }

Cpp_extension.py： match = re.search(r’(\d+).(\d+).(\d+)’, compiler_info.decode(’ gbk’).strip()

Argument_spec.h： static const size_t ARG_SPEC_DEPTH_LIMIT = 128

从https://github.com/facebookresearch/detectron2下载detectron2-0.6

Cd进入detectron2-0.6

Setup:pip install -e.

验证方法一：pip list查找是否有detectron2. 方法二：进入python输入import detectron2

复杂安装方法二：

该方法过于复杂，成功难度较大，一般作为了解该架构的补充，尽量使用第一种方法。

前置工作

安装gcc，解决g++问题

下载tdm-gcc： https://jmeubank.github.io/tdm-gcc/download/

能解决“Microsoft Visual C++ 14.0 is required.”

conda install libpython m2w64-toolchain -c msys2

安装vs2019桌面版中有关c++选项，在开始菜单栏中的vs2019能找到x64 Native Tools Command Prompt for VS 2019即为成功

启动win+r，cmd测试cl.exe，若不存在则从vs2019中取出路径并设置环境变量

正式配置

Conda create -n detectron2 python =3.6

Conda activate detectron2

Conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

Conda install cython gdal -c conda-forge

Pip install fvcore opencv-python

跟方法一一样安装cocoapi-master

其中代码可为python setup.py build_ext --inplace

Python setup.py build_ext install

也可pip install pycocotools

出现错误可尝试conda install libpython

Conda install ninja

若有多个vs版本 set DISTUTILS_USE_SDK=1

找到之前提到的菜单栏vs2019 中的x64 native tools 右键找位置，直接复制位置信息可在代码中执行

Cd detectron2-0.6 执行python setup.py build develop

Demo运行

思路一：直接根据网络资料新建demo在根目录下，进行测试

新建demo.py在pycharm中打开输入一下代码，并放入测试图片test1.jpg运行

思路二：利用官方给出的demo/demo.py修改配置并运行。

Get_parser中参数修改

Config-file选择任务配置，如maskrcnn分割，或fasterrcnn检测

Input传入图片组

Output设置为输出文件夹，否则默认弹窗

Confidence-threshold置信度阈值

Opts 传入键值对，必为偶数数组，前为键后为值，例如：传入权重，也可传入运行设备

Fasterrcnn具体代码

1、装包

2、注册数据集

3、可视化训练集（标准的标签检验）

保存3张图片到指定目录下

4、训练网络

5、通过验证集验证结果并输出ap指标

6、可视化预测结果，在实际图片标注框

参考网站

在GitHub上搜索detectron2排名第二的有教如何在windows上配置环境

Detectron2入门代码教程——以Faster RCNN在自定义数据集上目标检测为例

https://blog.csdn.net/qq_43406895/article/details/125859062

如何在win10上运行Faster R-CNN

https://www.jianshu.com/p/ff0fda1e8e2f

Detectron2入门代码教程——以Faster RCNN在自定义数据集上目标检测为例

https://blog.csdn.net/qq_43406895/article/details/125859062

Detectron2训练自己的目标检测数据集

https://blog.csdn.net/weixin_43229348/article/details/120177569

Facebook detectron2训练faster rcnn

https://blog.csdn.net/Exploer_TRY/article/details/114407551

VOC和COCO数据集讲解

https://blog.csdn.net/a15608445683/article/details/126648977

GitHub上训练棋子目标检测

https://github.com/TannerGilbert/Object-Detection-and-Image-Segmentation-with-Detectron2/blob/master/Detectron2_Detect_Chess_Detection.ipynb

找不到 cl.exe 解决办法

https://blog.csdn.net/HaoZiHuang/article/details/125795675

Windows11安装Detectron2（附详细操作指南）https://blog.csdn.net/iracer/article/details/125755029

Window10下安装detectron2(0.6版本)

https://zhuanlan.zhihu.com/p/501819672

detectron2安装在win10并运行测试--呕心沥血教程https://blog.csdn.net/qq_51882416/article/details/122060993

detecrton2、detectron+win10——个人配置经验

https://blog.csdn.net/zxm_jimin/article/details/121253391

关于cpp_extension的那些bug

https://blog.csdn.net/weixin_42990464/article/details/109294332

在win10上编译detectron2的坎坷路

https://zhuanlan.zhihu.com/p/425631249

深度学习：利用Detectron2训练自己的数据集之模型评估——解决AP=0问题

https://blog.csdn.net/weixin_42565090/article/details/114533436