概述
本文主要对 Swin-Transformer-Object-Detection[1] 进行简要介绍，并考虑到其环境安装对新手而言是一个常见的挑战，因此本文实现了其对应的环境安装。 Swin Transformer[2]是微软研究院2021年发表在ICCV上的一篇文章，已获得 Swin Transformer官网上的模型是在mmdetection[3]的基础上实现的。mmdetection是商汤科技（2018 COCO 目标检测挑战赛冠军）和香港中文大学开源的一个基于Pytorch实现的深度学习目标检测工具箱。因此想要使用Swin Transformer相关的模型，只需要配置mmdetection环境，在下载模型对应的配置文件即可。 mmdetection的安装，目前主要有以下两个官方网址： 虽然按照上面官网的要求，一步步安装，可最后还是会出现许多问题，表明官网的步骤需要进行修改，因此下面的配置过程，是小编亲自实现的，经过验证。 首先对小编的配置环境是进行一个说明： 下面就是小编在docker容器中对mmdetection进行环境配置的全过程。 Notes：这里的cudatoolkit-dev 和 pytorch 版本，建议小伙伴们在pytorch[4]官网进行选择（如下图），需要参考自己显卡驱动对应的CUDA版本，最后复制推荐的安装命令即可。（如果环境中没有 -f 后面的链接，需要根据实际情况进行配置，上方是CUDA=11.3 和 pytorch=1.10 版本下安装的，如果小伙伴的环境有区别可以参照这个网站进行配置（如下图）：https://mmcv.readthedocs.io/en/latest/get_started/installation.html# 如果 CUDA=11.5 pytorch=1.11 对应的安装命令如下： 自动混合精度（Auto Mix Precision） 分布式训练（Distributed Training） 官网的环境验证代码，不会显示结果，因此下面的代码是小编修改过后的。 获取本文全部代码，公众号后台回复"mmde"即可。 Swin-Transformer-Object-Detection(Github): https://github.com/SwinTransformer/Swin-Transformer-Object-Detection Swin Transformer 论文: https://arxiv.org/abs/2103.14030 mmdetection(Github): https://github.com/open-mmlab/mmdetection Pytorch官网: https://pytorch.org/get-started/locally/Swin Transformer 环境搭建
1. 摘要
2. 介绍
ICCV-2021-best-paper的荣誉称号。该论文一经发表就已在多项视觉任务中霸榜（如下图）。 
3. 环境配置
3.1 pytorch安装
nvcc的小伙伴，建议将cudatoolkit改为cudatoolkit-dev，否则后续可能报错）
3.2 mmcv安装
3.3 mmdet安装
3.4 apex安装（可选）
Nvidia Apex是由Nvidia公司维护的一套实用工具包，用于简化Pytorch的下游任务，大部分代码是由Torch底层组成。主要作用是：
4. 环境验证
★
参考资料
本文由 mdnice 多平台发布
最后
以上就是外向白昼为你收集整理的Swin Transformer 环境搭建Swin Transformer 环境搭建的全部内容，希望文章能够帮你解决Swin Transformer 环境搭建Swin Transformer 环境搭建所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复