Ubuntu20.04LTS从零开始配置SlowFast环境

注意：除个别包外尽量使用anaconda安装，方便以后备份和恢复环境

1. 安装Anaconda并换源（按需）

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

2. 安装CUDA11.0

3. 安装cudnn8

4. 新建虚拟环境

conda create -n slowfast python=3.8

5. 安装git

conda install git

6. 安装pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.0

如果中途断了或者失败，重新运行指令。成功的标志是出现这几行
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
安装好后进入python，import torch看看是否报错，报错可以卸载用pip重装

7. 安装OpenCV

用conda安装opencv会有各种小毛病比如说无法调用，或者python版本不支持。
所以用pip安装好一点。

pip3 install opencv-python

自动安装最新版本的opencv
安装完成后进入python检查是否可以调用

$python3
>>>import cv2
>>>print(cv2.__version__)
4.4.0

8. 安装simplejson

conda install simplejson

9. 安装fvcore

按照作者团队说的安装完这个会自动安装ffmepg,PyYaml等包，但是我这边并没有安装，还需要按下面写的手动安装一下。

pip install 'git+https://github.com/facebookresearch/fvcore'

10. 安装PyAV

conda install av -c conda-forge

11. 安装PyYaml

conda install pyyaml

12. 安装tqdm

conda install tqdm

13. 安装tensorboard和moviepy(选装)

如果暂时不想调试可以先不装

pip install tensorboard
conda install -c conda-forge moviepy

14. 安装psutil(注)

如果之前的包装的没问题这个应该已经是装好的了，以防万一还是运行一下这个指令吧。

pip install psutil

15. 安装detectron2

1. 安装ninja，缺少可能会在安装detectron2时报错

conda install ninja

2. 安装detectron2

方法1

python -m pip install 'git+https://github.com/facebookresearch/detectron2.git'

方法2

git clone https://github.com/facebookresearch/detectron2.git
下载到本地后进入～
输入指令
python -m pip install -e detectron2

方法3

进入detectron2找到你配置对应的预安装指令，直接运行即可

报错处理

1.报错 Command '['ninja', '-v']' returned non-zero exit status 1.
. 解决办法：修改torch包里的cpp_extention.py的1479行

#command = ['ninja', '-v'] (line1479)
command = ['ninja', '--version']

2. 报错error: command ':/usr/local/cuda-11.0/bin/nvcc' failed with exit status 1
   解决方法：修改cuda路径为以下形式

gedit ~/.bashrc

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda=11.0
# 将上面的语句修改成:
export CUDA_HOME=/usr/local/cuda=11.0

source ~/.bashrc

3. 一些依赖项报错
   用conda uninstall卸载报错的依赖项改用pip安装。

16. 测试detectron2

测试video

python demo.py --config-file ../configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml --input--video input/video/video_0002.mp4  --opts MODEL.WEIGHTS ../models/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/model_final_f10217.pkl

报了个警告124：UserWarning: This overload of nonzero is deprecated:
解决办法：
修改your-path/detectron2/detectron2/modeling/roi_heads/fast_rcnn.py文件的124行。

filter_inds = filter_mask.nonzero()
#将124行修改为
filter_inds=torch.nonzero(filter_mask, as_tuple=False)

我习惯性的把输出格式改成MPEG-4
修改demo.py的
138行.mkv---->.mp4和
147行改为fourcc=cv2.VideoWriter_fourcc('X', 'V', 'I', 'D'),

再运行一遍：
输入视频：

输出视频：

17. 安装SlowFast

git clone https://github.com/facebookresearch/slowfast

将Slowfast加入python环境

gedit ~/.bashrc
#在结尾加入
export PYTHONPATH=$PYTHONPATH:/home/你的路径/slowfast/slowfast
#保存关闭
source ~/.bashrc

进入slowfast根目录(注意大小写，原来的是SlowFast，我改成slowfast了)后安装。

cd slowfast
python setup.py build develop

成功的标志：
出现Finished processing dependencies for slowfast==1.0

18. 运行Demo

简单修改一下配置文件

TRAIN:ENABLE: FalseDATASET: avaBATCH_SIZE: 64EVAL_PERIOD: 5CHECKPOINT_PERIOD: 1AUTO_RESUME: TrueCHECKPOINT_FILE_PATH: /home/abali/slowfast/pre_model/AVA/SLOWFAST_32x2_R101_50_50_v2.1.pkl #path to the pretrain checkpoint file.CHECKPOINT_TYPE: caffe2
DATA:NUM_FRAMES: 4SAMPLING_RATE: 16TRAIN_JITTER_SCALES: [256, 320]TRAIN_CROP_SIZE: 224TEST_CROP_SIZE: 256INPUT_CHANNEL_NUM: [3]
DETECTION:ENABLE: TrueALIGNED: False
AVA:DETECTION_SCORE_THRESH: 0.9TRAIN_PREDICT_BOX_LISTS: ["ava_train_v2.2.csv","person_box_67091280_iou90/ava_detection_train_boxes_and_labels_include_negative_v2.2.csv",]TEST_PREDICT_BOX_LISTS: ["person_box_67091280_iou90/ava_detection_val_boxes_and_labels.csv"]
RESNET:ZERO_INIT_FINAL_BN: TrueWIDTH_PER_GROUP: 64NUM_GROUPS: 1DEPTH: 50TRANS_FUNC: bottleneck_transformSTRIDE_1X1: FalseNUM_BLOCK_TEMP_KERNEL: [[3], [4], [6], [3]]SPATIAL_DILATIONS: [[1], [1], [1], [2]]SPATIAL_STRIDES: [[1], [2], [2], [1]]
NONLOCAL:LOCATION: [[[]], [[]], [[]], [[]]]GROUP: [[1], [1], [1], [1]]INSTANTIATION: softmax
BN:USE_PRECISE_STATS: FalseNUM_BATCHES_PRECISE: 200
SOLVER:BASE_LR: 0.1LR_POLICY: steps_with_relative_lrsSTEPS: [0, 10, 15, 20]LRS: [1, 0.1, 0.01, 0.001]MAX_EPOCH: 20MOMENTUM: 0.9WEIGHT_DECAY: 1e-7WARMUP_EPOCHS: 5.0WARMUP_START_LR: 0.000125OPTIMIZING_METHOD: sgd
MODEL:NUM_CLASSES: 80ARCH: slowMODEL_NAME: ResNetLOSS_FUNC: bceDROPOUT_RATE: 0.5HEAD_ACT: sigmoid
TEST:ENABLE: FalseDATASET: avaBATCH_SIZE: 8
DATA_LOADER:NUM_WORKERS: 2PIN_MEMORY: True
NUM_GPUS: 1
NUM_SHARDS: 1
RNG_SEED: 0
#OUTPUT_DIR: .
DEMO:ENABLE: TrueLABEL_FILE_PATH:  "./demo/AVA/ava.json" # Add local label file path here.INPUT_VIDEO:  "./data/input/0002.mp4"OUTPUT_FILE:  "./data/output/0002.mp4"WEBCAM: -2DETECTRON2_CFG: "COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml"DETECTRON2_WEIGHTS: "/home/abali/detectron2/models/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/model_final_f10217.pkl"

然后运行

python tools/run_net.py  --cfg configs/conv/AVA/SLOW_8x8_R50_SHORT.yaml

输出结果：

demo_net.py: 119: Finish demo in: 31.476146697998047

2020/11/15 19:50:44