ubantu20 安装mmdetection 不用conda

### Ubuntu 20 上不使用 Conda 安装 MMDetection #### 准备工作 为了在 Ubuntu 20 上成功安装 MMDetection 而不依赖于 Conda，需先确认系统满足最低硬件和软件需求。MMDetection 需要 Python 版本至少为 3.5 并推荐更高版本；CUDA 和 PyTorch 的兼容性也至关重要。 对于 CUDA 支持，确保已安装 CUDA 9.2 或更新版本以及对应的 NCCL 库[^4]。此外，建议 GCC/G++ 编译器版本不低于 4.9[^5]。 #### 设置 Python 环境 虽然这里选择不用 Conda 来管理环境，但仍强烈建议通过 `virtualenv` 工具来隔离项目所需的 Python 包： ```bash sudo apt-get update && sudo apt-get install -y python3-pip virtualenv virtualenv --python=python3 venv_mmdet source venv_mmdet/bin/activate ``` #### 安装依赖项 激活虚拟环境后，按照官方文档说明依次安装必要的 Python 包。考虑到不同组件间的相互依存关系，遵循特定顺序有助于减少潜在冲突： 1. **PyTorch 及其工具包** 访问 [PyTorch官方网站](https://pytorch.org/get-started/locally/) 获取适合当前系统的命令行指令以安装合适的 PyTorch 发行版及其扩展（如 torchvision）。注意匹配所使用的 CUDA 版本。 2. **MMCV** MMCV 是 MMDetection 所必需的基础库之一。可以通过 pip 直接获取预编译二进制文件或从源码构建。通常情况下，前者更为简便快捷： ```bash pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/index.html ``` 将 `{cu_version}` 替换为实际的 CUDA 版本号字符串，比如 "cu101" 表示 CUDA 10.1。 3. **其他依赖** 接下来根据 GitHub 页面上的指导完成剩余依赖项的安装过程。这可能涉及多个第三方模块，具体取决于目标应用的需求。 #### 下载并配置 MMDetection 源代码 最后一步是从 Git 存储库克隆最新的 MMDetection 仓库，并依据个人喜好调整默认设置： ```bash git clone https://github.com/open-mmlab/mmdetection.git cd mmdetection pip install -e . ``` 上述操作会将本地副本作为开发模式下的 Python 包进行注册，使得后续修改能够立即生效而无需重新打包发布。