2 服务器配置

2.3 安装CUDA和cuDNN

请参考我的博文《CUDA——Ubuntu系统上CUDA和cuDNN的安装教程》；

如果出现问题：

unable to execute ':/usr/local/cuda/bin/nvcc': No such file or directory

error: command ':/usr/local/cuda/bin/nvcc' failed with exit status 1

观察发现，上面的路径多了一个冒号，

这是由环境变量的设置问题引起的，

可以这样修改：

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
# 将上面的语句修改成:
export CUDA_HOME=/usr/local/cuda

2.4 安装Anaconda

首先在官网下载Anaconda的安装包，https://www.anaconda.com/products/individual，

下载下来是一个.sh安装文件，我们需要使用bash命令进行安装；

2.2 安装PyTorch

请参考我的博文《PyTorch——Ubuntu上Pytorch的安装教程》；

2.2.1 安装CUDA

step 1：

step 2：查看系统内核，

grep menuentry /boot/grub/grub.cfg

step 2：修改默认启动的内核，使用命令

sudo gedit /etc/default/grub

需要修改的配置有：

GRUB_DEFAULT="1> 6"
...

其中“1>”表示主菜单的第二项，也就是“Ubuntu高级选项”，“6”表示其中的第七个内核，（也就是我们需要使用的4.4内核）；

2 安装第三方软件依赖

2.1 安装NCCL

step 1：打开NCCL的官方网站，https://developer.nvidia.com/nccl/nccl-download

点击“I Agree To the Terms of the Software License Agreement”，

step 2：选择相应版本的NCCL，下载安装的.deb文件，

注意：这里不要使用系统默认的app-store进行.deb文件的安装，而需要使用dpkg命令来进行安装；

step 3：使用dpkg命令安装NCCL的安装包，

sudo dpkg -i nccl-repo-ubuntu1604-2.7.8-ga-cuda10.2_1-1_amd64.deb

安装完成后，注意看看安装完成的提示信息，

提示信息：

The public CUDA GPG key does not appear to be installed.
To install the key, run this command:
sudo apt-key add /var/nccl-repo-2.7.8-ga-cuda10.2/7fa2af80.pub

还需要安装相关的公钥，于是执行该命令即可；

2.1.1 验证nccl是否安装成功

关于验证nccl是否安装成功，请参考NVDIA官方GitHub--NCCL-Tests--和博文《Ubuntu NCCL安装》；

首先新建一个Test文件夹，在该文件夹下打开终端，然后执行以下测试命令：

git clone https://github.com/NVIDIA/nccl-tests.git
cd nccl-tests
sudo make
./build/all_reduce_perf -b 8 -e 256M -f 2 -g 1

2.2 安装python-setuptools

如果运行时出现“ImportError: No module named setuptools”的错误，则需要安装python-setuptools，

使用下面的命令进行安装：

sudo apt-get install python-setuptools

2.3 安装mmcv

2.3.1 如何解决“ModuleNotFoundError: No module named ‘mmcv.cnn.weight_init‘”

这是由于mmcv的版本太高引起的，需要换成低版本的mmcv；

使用下面的命令安装低版本的mmcv：

pip install mmcv==0.5.9

3 数据集收集

3.1 DOTA数据集

DOTA数据集：遥感目标检测数据集

https://captain-whu.github.io/DOTA/dataset.html

3.1.1 检验是否下载完整

DOTA数据集是用百度网盘进行存储的，所以下载完成后，记得看看是否下载完整；

使用python来进行完整性的检查；

Kaggle Airbus Ship：Kaggle舰船检测比赛的数据集

HRSC2016

（见百度网盘）

舰船目标检测的学习笔记（legacy）相关推荐

舰船目标检测的学习笔记
1 致谢感谢网友lihe2019提供的资料--<Ubuntu 16.04 Nvidia驱动安装(run方式)> 感谢网友xunan003提供的资料--<ubuntu16.04系统r ...
目标检测SSD学习笔记
目标检测SSD学习笔记 SSD: Single Shot MultiBox Detector Abstract. 我们提出了一种使用单一深度神经网络来检测图像中的对象的方法.我们的方法,命名为SSD, ...
Task 06 数据增强；模型微调；目标检测基础学习笔记
Task 06 数据增强:模型微调:目标检测基础学习笔记数据增强图像增广在5.6节(深度卷积神经网络)里我们提到过,大规模数据集是成功应用深度神经网络的前提.图像增广(image augmen ...
深入目标检测原理学习笔记1
目标检测(object detection)学习笔记文章目录目标检测(object detection)学习笔记一.目标检测任务概述 1.图像识别的任务 2.图像识别的两种模式 3.目标检测的定 ...
毕业设计-基于深度学习的舰船目标检测技术
目录前言课题背景和意义实现技术思路一.舰船目标检测技术二.舰船目标检测数据集实现效果图样例最后前言
基于光学遥感图像的舰船目标检测技术研究——尹雅
论文阅读笔记摘要针对光学遥感图像,围绕舰船目标检测的一般处理流程, 综述了目前各环节采用的主要处理方法, 分析比较了各方法的优劣, 指出了各环节面临的瓶颈问题, 阐述了自然图像上的检测方法应用于舰 ...
双向特征融合的数据自适应SAR图像舰船目标检测模型
双向特征融合的数据自适应SAR图像舰船目标检测模型人工智能技术与咨询昨天本文来自<中国图象图形学报>,作者张筱晗等摘要: 利用合成孔径雷达(synthetic aperture r ...
2019 sample-free（样本不平衡）目标检测论文阅读笔记
点击我爱计算机视觉标星,更快获取CVML新技术本文转载自知乎,已获作者同意转载,请勿二次转载 (原文地址:https://zhuanlan.zhihu.com/p/100052168) 背景 < ...
目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测
目标检测论文解读复现文章目录目标检测论文解读复现前言一.摘要二.网络模型及核心创新点三.应用数据集四.实验效果(部分展示) 五.实验结论六.投稿期刊介绍前言此前出了目标改进算法专栏 ...

舰船目标检测的学习笔记（legacy）