# Faster-RCNN- Pytorch

**Repository Path**: wangwei83ky/Faster-RCNN--Pytorch-research

## Basic Information

- **Project Name**: Faster-RCNN- Pytorch
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-04
- **Last Updated**: 2025-05-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 相关博客链接，可能包含项目相关教程或说明，可从中获取项目相关的帮助和指导
https://blog.csdn.net/wzk4869/article/details/128133224
# 克隆 Faster-RCNN-Pytorch 仓库的命令，将远程仓库代码克隆到本地
git clone https://github.com/biluko/Faster-RCNN-Pytorch

# 使用 conda 创建名为 faster_rcnn_env 的虚拟环境，并指定 Python 版本为 3.10.6，隔离项目依赖
conda create -n faster_rcnn_env python=3.10.6

# 激活名为 faster_rcnn_env 的 conda 虚拟环境，后续操作将在此环境中进行
conda activate faster_rcnn_env

# 以下为在 Linux 系统下查看 CUDA 版本的命令及输出信息
# 此处显示执行 `nvcc -V` 时的错误信息和 CUDA 版本信息，可用于确认系统中 CUDA 的版本
(openmmlab) wangwei83@wangwei83-System-Product-Name:~/Desktop/mmdetection$ nvcc -V
sh: 0: getcwd() failed: No such file or directory
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243

# 由于当前环境 CUDA 版本信息显示为 10.1，但这里指定安装 CUDA 10.2 对应的 PyTorch 及其相关库
# 使用 pip 安装指定 CUDA 10.2 版本的 PyTorch、torchvision 和 torchaudio 库
pip install torch==1.12.1+cu102 torchvision==0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102

# 为 conda 添加中科大的镜像源，加速后续使用 conda 安装包的速度
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

# 使用 pip 安装 OpenCV 库，未指定版本，默认安装最新版本
pip install opencv-python
# 使用 pip 安装 tqdm 库，指定版本为 4.64.1，用于在代码中显示进度条
pip install tqdm==4.64.1
# 使用 pip 安装 Matplotlib 库，指定版本为 3.6.2，用于数据可视化
pip install matplotlib==3.6.2
# 使用 pip 安装 h5py 库，它是 HDF5 文件的 Python 接口，未指定版本，默认安装最新版本
pip install h5py

# 使用 pip 安装 pycocotools 库，用于处理 COCO 数据集，未指定版本，默认安装最新版本
pip install pycocotools

# 使用 pip 安装 Pillow 库，指定版本为 9.2.0，用于图像处理
pip install pillow==9.2.0

# 注意：rsync 是 Linux 下的文件同步命令，在当前 Windows 系统环境下不可用。
# 此命令原本用于将源目录 /mnt/smbmount/1_industry_dataset/VOC07+12+test/VOCdevkit/ 
# 同步到目标目录 /home/wangwei83/Desktop/Faster-RCNN-Pytorch/faster-rcnn-pytorch-master/VOCdevkit/。
# 在 Windows 下可以使用 robocopy 命令替代，示例如下：
# robocopy "C:\源目录路径" "C:\目标目录路径" /E
rsync -avh /mnt/smbmount/1_industry_dataset/VOC07+12+test/VOCdevkit/ /home/wangwei83/Desktop/Faster-RCNN-Pytorch/faster-rcnn-pytorch-master/VOCdevkit/

# 使用 pip 安装 numpy 库，指定版本为 1.21.6
pip install numpy==1.21.6
# 使用 pip 安装 SciPy 库，指定版本为 1.9.3，用于科学和工程计算
pip install scipy==1.9.3
# 使用 pip 安装 tensorboard 库，用于可视化训练过程
pip install tensorboard