Windows環境安裝Detectron2(Install detectron2 in windows)

-

 

Download anaconda 64-bit and install it

Open anaconda prompt and type script

  1. conda create --name detectron2 python=3.7

  2. Y
    install related packages

  3. conda activate detectron2
    use detectron2 env.

Download from PyPi and unzip


https://files.pythonhosted.org/packages/5c/82/bcaf4d21d7027fe5165b88e3aef1910a36ed02c3e99d3385d1322ea0ba29/pycocotools-2.0.1.tar.gz

  1. Unzip twice
  2. Enter pycocotools-2.0.1 folder and open setup.py
  3. Replace extra_compile_args=['-Wno-cpp', '-Wno-unused-function', '-std=c99’], with extra_compile_args={'gcc': ['/Qstd=c99']},
  4. Save file

Anaconda prompt script

  1. cd C:\Users\chase\Downloads\dist\pycocotools-2.0.1

  2. python setup.py build_ext install
    Must required install Visual Studio Build Tools
    If it works, you should see the info Finished processing dependencies for pycocotools==2.0.1

  3. cd ..

  4. RMDIR /S pycocotools-2.0.1

Install PyTorch and torchvision

  1. conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
  2. Y

Install detectron2 from git

  1. cd c:\
  2. mkdir detectron
  3. cd detectron

  4. git clone https://github.com/ivanpp/detectron2.git
    Must install git windows

  5. cd detectron2

  6. pip install -e .

  7. python -m detectron2.utils.collect_env
    Check the installation









留言

張貼留言

這個網誌中的熱門文章

Python-相關係數矩陣實作(python-correlation matrix )

-
圖片
相關係數被用來 用於度量兩個變數X和Y之間的相關 程度（線性相依），其值介於-1與1之間。在自然科學領域中，該係數廣泛用於度量兩個變數之間的線性相依程度。 再資料科學中，前處理步驟可先用來觀察參數間的關係，可幫助找到對目標參數影響較大的變數。 下面就用python實作係數矩陣視覺化。 import pandas as pd import matplotlib.pyplot as mp, seaborn #讀資料 xls_file = pd.ExcelFile('A.xlsx') df = xls_file.parse('sheet1') data=df print(df) #視覺化 df_corr = df.corr() seaborn.heatmap(df_corr, center=0, annot=True) mp.show() dataframe長這樣 相關係數矩陣
閱讀完整內容

ASP.NET-後端將值傳給javascript

-
這邊介紹兩個基礎但很常會用到的技巧。 首先要如後將後端的值傳給前端的javascript。 首先在前端(aspx)設一個HiddenField物件 <asp:HiddenField ID="hf_time" runat="server" /> 後端(aspx.cs)給值 hf_time.Value = "TEST"; 前端(aspx)javascript取值         <script type="text/javascript">             function getValue {                 var value = document.getElementById("<%=hf_time.ClientID%>").value;             }         </script> 再來是進階應用，按鈕點擊呼叫jquery的blockUI並且顯示特定值。 上個階段有的東西這邊都要另外再拉一個button的物件。 <asp:Button ID="btn_test" class="genbtn" runat="server" Text="測試" OnClick="btn_test_Click" OnClientClick="markpage1();" /> 可以看到在按下按鈕時前端會去呼叫markpage1()這個function，接下來就是在javascript寫這個function。         <script type="text/javascript" src="../js/jquery.blockUI.js"></script>         <script type="text/javascript"> ...
閱讀完整內容

字串、段落、文章相似度比對(Levenshtein distance)

-
之前介紹過文章相似度比對，今天要來介紹一個舉凡是兩個字串(string)都可以拿來算相似度的方法，且運算速度還比較快。 Levenshtein distance(萊文斯坦距離)，其核心概念很簡單就是A字串要變的跟B字串一模一樣需要增加、刪除幾個字元，若增修的字元越少表示兩個字串越相似。 舉例:1234變成123編輯距離就是1。 相關的source code網路上資源有很多，隨意貼一個C#版本。 public static int LevenshteinDistance(string s, string t)     {         int n = s.Length;         int m = t.Length;         int[,] d = new int[n + 1, m + 1];         if (n == 0)         {             return m;         }         if (m == 0)         {             return n;         }         for (int i = 0; i <= n; d[i, 0] = i++)         {         }         for (int j = 0; j <= m; d[0, j] = j++)         {   ...
閱讀完整內容