windows10系统CenterNet环境搭建及踩坑记录

看了网上许多windows10下的搭建教程，关于pytorch环境搭建和nms ， DCNv2的编译较为粗略，对无基础的小伙伴非常不友好，花费了三天，终于成功运行demo.py。在此根据回忆记录搭建过程。
CenterNet项目源码下载

文章目录

• 项目环境
• 一、 Anaconda3+Python3.6
• • 1. 安装Anaconda3
  • 2.更换Anaconda镜像源
  • 3.创建虚拟环境
  • 4.踩坑1
• 二.安装CUDA10.0
• 三.安装pytorch
• 四.pip requirements.txt
• • 1.踩坑2
  • 2.踩坑3
  • 3.总结
• 五、安装Visual Studio 2017
• • 1.安装
  • 2.配置环境变量
• 六、编译 nms
• • 踩坑4
  • 踩坑5
  • 踩坑6
  • 踩坑7
  • 踩坑8
• 七、 编译 DCNv2
• 八、运行demo.py

---

项目环境

win10 + cuda10 + anaconda3 + pytorch1.2.0 + vs2017 + python3.6

一、 Anaconda3+Python3.6

1. 安装Anaconda3

安装教程可参考：Anaconda介绍、安装及使用教程

2.更换Anaconda镜像源

安装完成后，打开anaconda prompt，更换默认源为清华源，以便加快安装包的下载速度。
更换命令如下：

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes

conda config --show-sources  # 查看当前所有源
conda config --remove-key channels  # 恢复默认源

3.创建虚拟环境

为本次CenterNet项目创建项目同名虚拟环境Centernet，指定python版本3.6

conda create -n CenterNet python=3.6  # 
activate CenterNet  # 切换环境至CenterNet

conda env list # 查看环境列表
activate <env_name> # 切换环境
deactivate <env_name> # 退出环境
conda remove -n <env_name> -all  # 删除虚拟环境

4.踩坑1

：后期编译nms 和 DCNv2时，配置了vs2017环境变量后，还是有关于vs2017的报错。
后来猜测是不是与本机的 python环境冲突，系统自动使用了本机安装的python去编译。
尝试成功的解决措施：删除系统环境变量path中有关本机python的环境配置，将anaconda conda.exe和虚拟环境python.exe目录加到系统环境变量path中去，使用CenterNet虚拟环境中的python去编译nms 和 DCNv2。环境变量配置如下图所示：

二.安装CUDA10.0

安装CUDA，为下一步安装pytorch做准备。
在安装之前，有必要了解一下pytorch,cuda,显卡，驱动四者之间的关系，判断自己的机器是否支持CUDA10.0，若支持，下载CUDA10.0。

安装验证：

注意：nvidia-smi的CUDA版本是指系统可以安装的最高版本，并不是真正的安装版本。

三.安装pytorch

CUDA安装验证成功后，接下来可以去pytorch官网下载pytorch1.2.0啦，官网给出的运行命令如下（-c python意思是使用默认源安装，速度非常慢，在此使用清华源安装，所以安装时去掉-c python）：

安装（使用anaconda promt切换至虚拟环境CenterNet）：

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0

编写test.py测试安装结果：

import torch    # 如正常则静默
a = torch.Tensor([1.])    # 如正常则静默
a.cuda()    # 如正常则返回"tensor([ 1.], device='cuda:0')"

四.pip requirements.txt

pytorch安装成功，接下来使用pip安装requirements.txt，有关pip的换源方法不在这里赘述。

安装（使用anaconda promt切换至虚拟环境CenterNet）：

pip install -r requirements.txt

1.踩坑2

当我以为整个虚拟环境的搭建成功一大半的时候，这里我又又踩坑了，pip安装老是报错，并且还使用了本地的python环境和pip。
使用以下命令更新conda环境中的pip版本，成功解决问题:

python -m pip install --upgrade pip

2.踩坑3

第二次在笔记本搭建时，按照踩坑2，我先更新了pip,结果又导致pip cannot import name scheme key。
解决办法：强制重新安装pip。

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py 
python get-pip.py --force-reinstall

python3.6可能会提示网址不对，根据提示修改网址重新curl即可

3.总结

至此，经过有又又又踩坑，项目的虚拟环境可算是搭建好了，尤其要注意conda环境与本地python环境的隔离。以上安装操作都要在conda虚拟环境CenterNet下进行。使用conda list查看下当前环境的安装情况：

五、安装Visual Studio 2017

这一步至关重要，决定后两个文件是否编译成功。可以先去看第六步：编译 nms 了解为什么要这样配置。
下载Visual Studio 2017

1.安装

要勾引C++与python开发安装

2.配置环境变量

去安装目录下找到cl.exe文件的位置，加入系统环境变量path中

六、编译 nms

按照网上的教程，编译nms

cd CenterNet\src\lib\external
python setup.py build_ext --inplace

如果编译有问题的话，需要注释setup.py里面的这句代码

#extra_compile_args=["-Wno-cpp", "-Wno-unused-function"]

会一遍编译成功吗？当然不会！！！执行结果惨哭宝宝，收获如下踩坑4，5，6，7，8。
提示：看完所有踩坑再去一次性安装配置VS2017，这一步简直太重要了！！！

踩坑4

这一步和下一步编译DCNv2无需在anaconda prompt CenterNet环境里运行，参照踩坑1，设置好python环境变量，cd CenterNet\src\lib\external，用cmd直接运行编译命令。至于为什么，我也不知道，反正我是这样做成功的。

踩坑5

问题：没有编译器，不能编译
解决办法：安装VS2017

踩坑6

问题：安装完VS2017，找不到编译器位置或者出现有关cl.exe的错误
解决办法：配置环境变量

踩坑7

问题：报错Unable to find vcvarsall.bat
解决办法：在安装时勾引安装python开发环境

踩坑8

问题：报错LINK : fatal error LNK1158: 无法运行“rc.exe”
解决办法：解决无法运行“rc.exe”

以上踩坑5，6，7解决过程参照五：安装Visual Studio 2017。

七、 编译 DCNv2

先删除自带的DCNv2，重新clone一份新的

cd CenterNet\src\lib\models\networks
rm -rf DCNv2

git clone https://github.com/CharlesShang/DCNv2
cd DCNv2

网上教程还需修改一行代码，现在DCNv2作者好像修复了这个问题，已经把代码改过了，不需要再修改了，直接编译。
强调：同踩坑4，注意使用cmd运行

python setup.py build develop

八、运行demo.py

cd CenterNet/src
python demo.py ctdet --demo ../images/17790319373_bd19b24cfc_k.jpg --load_model ../models/ctdet_coco_dla_2x.pth --debug 2
python demo.py multi_pose --demo ../images/17790319373_bd19b24cfc_k.jpg --load_model ../models/multi_pose_dla_3x.pth --debug 2

运行过程中会在线下载ctdet_coco_dla_2x.pth，multi_pose_dla_3x.pth文件，可能会出现HTTP request请求超时报错。
解决办法：事先下载好以上两个文件，放入项目models文件夹下

若已经将文件下载至本地后，运行demo.py还是会在线下载模型，注释pose_dla_dcn文件中的第313，314行代码：

demo.py运行成功：

路漫漫其修远，搞了三天，总算是把demo.py跑通了，接下来开始下一步训练数据啦~~~