本文主要是介绍MMdetection在Featurize服务器运行时相关问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
写点闲话：
之前因为毕业，想写代码再也没有稳定的机子跑了，自己电脑有时候也带不动，所以开始使用Featurize，这里可以租一些显卡来用，价格总体来说对我们这种偶尔有大规模算力需求的打工人非常友好。使用方法也很简单，就是和使用linux一样。
因为Featurize的显卡环境相对固定，不存在每个人机子不一样的问题，配置环境这一步大家就可以放心抄作业了！（特别适用于只是为了拿这个做毕设的非计算机专业的同学！！！不需要花太多时间在环境配置上！！！）所以在本篇记录一下我安装的全部过程，大家直接选择相同的环境，然后用相同的代码，理论上百分百可以！
mmdetection版本选择
我用的是MMDetection v3.3.0 releases，这个不同版本的话，有些库位置不一样，可能会出现import error。
Featurize显卡选择
穷，且算力需求没有特别大，我用的是以下这个配置：
要注意，选择显卡以后，显卡环境也预设了一部分，大家不要选错了，目前主流的是pytorch2.0+，但是我不太习惯，因此选的是1.10
环境配置
运行实例，然后等大概一两分钟就可以了，大家把自己github上面下载的工程文件上传或者直接在Featurize上新建一个终端，用命令行下载，（不过我相信看这个文档的小伙伴大概率会选择前者，dddd）。
然后进入mmdetection这个文件夹，新建一个ipykernel。
走到这一步基本就完成啦。
验证
!mim download mmdet --config rtmdet_tiny_8xb32-300e_coco --dest .
使用gpu测试：
!python demo/image_demo.py demo/demo.jpg rtmdet_tiny_8xb32-300e_coco.py --weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth --device cuda:0
使用cpu测试的话，–device cuda:0 改为–device cpu
如果有什么问题的话可以直接私信留言哈，欢迎交流~
项目合作也可以，欢迎骚扰~
这篇关于MMdetection在Featurize服务器运行时相关问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
