转载：https://blog.csdn.net/comway_Li/article/details/85163607
本博客介绍了如何安装Detectron，其依赖项（包括Caffe2）和COCO数据集。
安装前所需知道的知识：
a、Detectron运营商目前没有CPU实施;需要GPU系统。
b、caffe2 已经集成到pytorch1.0中，所以框架我们直接安装pytorch即可。
c、Detectron已经过CUDA 8.0和cuDNN 6.0.21的广泛测试，不过cuda其他版本也是可以的，比如cuda9.
d、首先先保证已经安装了cuda与cudnn,若是没安装，先安装这些。
e、官方教程链接：https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md
1、创建独立conda虚拟环境变量conda create -n detectron (detectron为虚拟环境的名字,名字随便取)
source activate detectron
安装依赖
sudo apt-get update sudo apt-get install -y --no-install-recommends build-essential git libgoogle-glog-dev libgtest-dev libiomp-dev libleveldb-dev liblmdb-dev libopencv-dev libopenmpi-dev libsnappy-dev libprotobuf-dev openmpi-bin openmpi-doc protobuf-compiler python-dev python-pip pip install --user future numpy protobuf typing hypothesis
然后继续：
#for Ubuntu 14.04 sudo apt-get install -y --no-install-recommends libgflags2 cmake3 #for Ubuntu 16.04 sudo apt-get install -y --no-install-recommends libgflags-dev cmake
因为caffe2已经集成到pytorch1.0中，所以直接安装pytorch:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch #如果配置了国内镜像源，就不需要加后面的-c pytorch
安装完成
注：若此处安装的时候出现solvingenviromentfailure,可以试试添加一些镜像源到anaconda里面去，
添加清华镜像源命令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes conda info
#To check if Caffe2 build was successful python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure" #To check if Caffe2 GPU build was successful#This must print a number > 0 in order to use Detectron python -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'
显示出结果为：Succes则成功，否则失败。
若为Failure，则：激活环境后，进入python编辑，输入：
from caffe2.python import core
看会出现什么问题。一般都是缺少python库，pip install 即可
5、安装其他依赖项安装coco api
#COCOAPI=/path/to/clone/cocoapi git clone https://github.com/cocodataset/cocoapi.git $COCOAPIcd $COCOAPI/PythonAPI #Install into global site-packages make install #Alternatively, if you do not have permissions or prefer#not to install the COCO API into global site-packages python setup.py install --user
注：#号为注释，不用管。其中进行git clone https://github.com/cocodataset/cocoapi.git $COCOAPI操作时，$COCOAPI是代指路径，注释中$COCOAPI路径我们可以随便改，你要把coco api安装到那个路径。这个路径随便用个路径就行。后面的$COCOAPI也是代指你要安装的路径。make all 命令的时候，会要下载一些东西，估计要等一会，不要着急，等待完成就好了。
出现问题：
a、在执行make install 时，出现gcc: error: pycocotools/_mask.c: 没有那个文件或目录
gcc: fatal error: no input files
compilation terminated.
error: command 'gcc' failed with exit status 1
Makefile:7: recipe for target 'install' failed
解决办法：
pip install cython
注：下面$DETECTRON是你要吧detectron安装到哪里的路径，可以随便制定，自己记住在哪就行。
a、克隆Detectron存储库：
#DETECTRON=/path/to/clone/detectron git clone https://github.com/facebookresearch/detectron $DETECTRON
b、安装Python依赖项：
pip install -r $DETECTRON/requirements.txtc、设置Python模块：
cd $DETECTRON && maked、检查Detectron测试是否通过：
python $DETECTRON/detectron/tests/test_spatial_narrow_as_op.py若是没出错，就会出现运行时间秒数。
至此，安装成功。
测试pytorc+cuda+cuDNN，pytorch的Gpu版本安装是否成功import torch
print(torch.cuda.is_available())返回结果是True，则PyTorch的GPU安装成功