开始你的第一步¶
需要准备的依赖环境¶
在本小节中将会演示如何准备一个Pytorch的环境。
MMRotate可以在Linux和Windows系统工作，需要以下环境版本：Python 3.7+, CUDA 9.2+ and PyTorch 1.6+。
注解
如果您对于Pytorch很熟悉并且已经完成了其安装步骤，您可以跳过本部分内容直接查阅安装的部分。当然，如果您没有准备好这部分的安装，请按照以下流程进行准备。
第一步： 从 Miniconda 下载并且安装Miniconda。
第二步： 创建一个虚拟环境并且切换至该虚拟环境中。
conda create --name openmmlab python=3.8 -y
conda activate openmmlab
第三步： 根据 Pytorch的官方说明 安装Pytorch, 例如：
conda install pytorch==1.8.0 torchvision==0.9.0 cudatoolkit=10.2 -c pytorch
安装¶
我们强烈建议用户使用以下方式安装MMRotate，这是最方便的。当然，还有多种自定义的安装方式可供经验丰富者选择,您可以查阅 自定义安装 来获取更多相关的帮助。
最佳的安装方式¶
第一步： 安装 MMEngine 和 MMCV ,并且我们建议使用 MIM 来完成安装。
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0rc2"
第二步： 安装 MMDetection 。
mim install 'mmdet>=3.0.0rc2'
注意：如果您需要进行部分代码的修改与开发，请从源码获取MMDetection并且进行以下示例的安装：
git clone https://github.com/open-mmlab/mmdetection.git -b dev-3.x
# "-b dev-3.x" means checkout to the `dev-3.x` branch.
cd mmdetection
pip install -v -e .
# "-v" means verbose, or more output
# "-e" means installing a project in editable mode,
# thus any local modifications made to the code will take effect without reinstallation.
第三步： 安装 MMRotate。
情形a：如果您需要对于MMRotate进行代码上的开发与修改，请从源码进行以下示例的安装：
git clone https://github.com/open-mmlab/mmrotate.git -b dev-1.x
# "-b dev-1.x" means checkout to the `dev-1.x` branch.
cd mmrotate
pip install -v -e .
# "-v" means verbose, or more output
# "-e" means installing a project in editable mode,
# thus any local modifications made to the code will take effect without reinstallation.
情形b：如果您只是使用MMRotate作为依赖项或者是第三方软件包，则直接使用pip进行以下示例的安装即可：
pip install mmrotate
验证安装是否正确¶
为了验证MMRotate是否正确地被安装到了您的环境中，我们提供了一些demo以供测试。
第一步： 为了进行测试的验证，我们需要下载config文件与checkpoint文件。
mim download mmrotate --config oriented-rcnn-le90_r50_fpn_1x_dota --dest .
下载过程可能会依据您的网络状况花费数秒或者更多的时间。当下载完成之后，您可以在您的当前目录下找到 oriented-rcnn-le90_r50_fpn_1x_dota.py 和 oriented_rcnn_r50_fpn_1x_dota_le90-6d2b2ce0.pth 两个文件。
第二步： 使用推理demo完成验证
情形 (a)：如果您是通过源码方式安装的MMRotate，直接在命令行中运行以下代码即可：
python demo/image_demo.py demo/demo.jpg oriented-rcnn-le90_r50_fpn_1x_dota.py oriented_rcnn_r50_fpn_1x_dota_le90-6d2b2ce0.pth --out-file result.jpg
您将会在您的当前文件夹下看到一张 result.jpg 为文件名的图片,在该图片中完成了对于小轿车和公交车等物体的旋转锚定框的绘制。
情形 (b)： 如果您是使用pip的方式安装的MMRotate，打开您的python控制台并使用代码：
from mmdet.apis import init_detector, inference_detector
import mmrotate
config_file = 'oriented-rcnn-le90_r50_fpn_1x_dota.py'
checkpoint_file = 'oriented_rcnn_r50_fpn_1x_dota_le90-6d2b2ce0.pth'
model = init_detector(config_file, checkpoint_file, device='cuda:0')
inference_detector(model, 'demo/demo.jpg')
您将会看到一系列数组列表被打印出来，这代表着被检测到的旋转锚定框。
自定义安装¶
CUDA 版本¶
安装Pytorch之前，您需要指定安装的CUDA版本。如果您不清楚您的CUDA版本的安装选择，我们建议：
对于基于安培架构的NVIDIA GPU，例如GeForce 30系列和NVIDIA A100，请使用CUDA 11。
对于其他的NVIDIA GPU，CUDA 11同样可以兼容，但是CUDA 10.2更加轻量并且更好被兼容。
请确保GPU的驱动程序满足最低的版本需求，您可以查阅 表格 以了解更多信息。
注解
如果您按照我们推荐的最佳的安装方式进行安装流程，安装CUDA的运行库就已经足够了，因为这不需要在本地进行CUDA代码的编译工作。但是如果您想从源码对于MMCV进行编译或者开发其他的CUDA算子，您需要从NVIDIA官网完整地安装CUDA工具包 官网 并且CUDA工具包的版本应该和您使用的Pytorch版本对应。例如您可以使用 ‘conda install’ 命令来安装指定版本的CUDA工具包。
不使用MIM安装MMCV¶
MMCV有一些C++和CUDA扩展的使用,因此MMCV与Pytorch有着复杂的依赖关系。MIM会自动处理这些依赖关系使整个安装过程更加简便，但是您也可以选择不使用MIM这个工具。
如果您想使用pip进行MMCV的安装，而不是MIM，请按照 MMCV安装指南 。您需要根据Pytorch版本和CUDA版本手动指定 find-url。
举个例子，以下代码示例是在PyTorch 1.9.x于CUDA 10.2的环境下进行MMCV的安装：
pip install mmcv -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.8/index.html
在Google Colab上安装¶
Google Colab 通常已经完成了Pytorch的安装， 因此我们只需要按照以下步骤完成MMCV和MMDetection的安装即可。
第一步： 使用 MIM 安装 MMCV 和 MMDetection :
!pip3 install -U openmim
!mim install "mmcv>=2.0.0rc2"
!mim install 'mmdet>=3.0.0rc2'
第二步： 从源码安装MMRotate：
!git clone https://github.com/open-mmlab/mmrotate.git -b dev-1.x
%cd mmrotate
!pip install -e .
第三步： 验证安装是否正确
import mmrotate
print(mmrotate.__version__)
# Example output: 1.x
注解
在Jupyter中，感叹号 ! 用于调用外部可执行文件，而符号 %cd 是一个用于更改Python当前工作目录的 魔术指令 。
使用Docker安装MMRotate¶
我们同样提供了 Dockerfile 用于创建镜像。请确认您的 docker version >=19.03。
# build an image with PyTorch 1.6, CUDA 10.1
# If you prefer other versions, just modified the Dockerfile
docker build -t mmrotate docker/
然后运行以下指令：
docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmrotate/data mmrotate