【深度学习】腾讯云服务器上搭建 mmdetection 目标检测框架

步入研究生后，为了发文章难免要接触深度学习，因此非常依赖 GPU 来跑实验，然而大部分实验室不具备 GPU 服务器。这个时候腾讯云是个极佳的选择，在此我也记录一下我在腾讯云 GPU 服务器上配置目标检测框架时的一些心得体会，帮助之后的小伙伴少走弯路。

Step1: 登录服务器

（1）安装 Xshell

家庭 / 学校免费申请：链接

下载链接会发送到你填写的邮箱，打开链接直接安装即可，这里忽略安装流程。

（2）配置使用 Xshell 连接云服务器

打开 Xshell，在弹出窗口中单击新建。

然后根据控制台中实例的公网地址，配置连接，如下图。（端口号默认为22）

主机及端口号配置

接下来，查看站内信中提供的账号和密码，配置登录身份验证，如下图。

用户名和密码

单击连接，如果输入无误，即可完成服务器登录。

Step2: 安装NVIDIA驱动

（1）首先禁用 nouveau

sudo vim /etc/modprobe.d/blacklist.conf

（2）在文件末添加（按 i 插入本文，按 :wq 保存并退出）

blacklist nouveau
options nouveau modeset=0

（3）加入 ppa仓库

sudo apt-get remove --purge nvidia*
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

（4）查看推荐的驱动版本（可选）

sudo apt install ubuntu-drivers-common
ubuntu-drivers devices

推荐的驱动版本（P40 和 T4均推荐 470 版本）

（5）安装驱动

sudo apt-get install nvidia-driver-470  # 根据上面查到的版本自行更改
sudo apt-get install mesa-common-dev
sudo apt-get update
sudo apt-get upgrade

（6）验证安装是否成功（记得重启）

nvidia-smi

nvidia-smi

Step3: 安装cuda toolkit和cudnn

（1）选择 CUDA Toolkit 版本

注意这一步中安装的 cuda toolkit 和 cudnn 版本必须要与上面安装的显卡驱动版本一致。

例如上面我安装的 CUDA Version 是 11.4，那么就要安装相应版本的 CUDA Toolkit。

在 https://developer.nvidia.com/cuda-toolkit-archive 中选择对应的工具包版本。

（PS：如果有倒霉蛋和我一样安装错了，安装之后报了Failed to initialize NVML Driver，可以参考这个 链接）

（2）安装 CUDA Toolkit

接下来，根据你的系统选择对应的版本。

选择操作系统

根据下面的安装命令逐一输入，即可完成安装。

Toolkit 安装命令

Step4: 命令行安装anaconda

（1） 查看最新版本的anaconda

最新版本 anaconda 镜像地址

选择你需要的版本，然后右键复制链接地址

（2）下载anaconda

记得把下面的链接地址改成你刚刚复制的。

wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh 

（3）bash 命令安装anaconda

记得把文件名改成你下载的文件，然后一路回车和yes就可以。

bash Anaconda3-2022.05-Linux-x86_64.sh -p anaconda/ -u

（4）验证安装（注意修改为自己的用户名）

 echo 'export PATH="/home/你的用户名/anaconda/bin:$PATH"' >> ~/.bashrc
 source ~/.bashrc
 conda --version

验证 anaconda

（5）更新pip（非必须）

python -m pip install -U pip 

Step5: 安装mmdetection

（1）创建conda 虚拟环境并激活

 conda create -n openmmlab python=3.7 -y
 conda activate openmmlab

（2）安装 Pytorch（可参考Pytorch官网安装）

Pytorch官网

 pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

（3）使用 openmim 安装 mmdetection

pip install openmim
mim install mmdet

至此，腾讯云服务器的 GPU 驱动和目标检测框架 mmdetection 就配置完成了。