目标检测框架（mmdetection2.0）

前言

目前针对目标检测的技术方案确实非常丰富，在逐一学习的过程中可能会感到繁重（暂且不考虑学习精力）。因此，在此基础上进行总结。针对目前广泛采用的目标检测架构体系进行汇总介绍：包括 darknet-yolov4、mmdetection 2.0 和 detectron 2.0 等等。关于如何在这几种架构中做出选择的问题，则需要深入理解每种方法的独特之处。

1. mmdetection2.0 配置

我的环境：WIN10，CUDA10.1，cuDNN7.6.4，Anaconda，VS2019（这个必须有），OpenCV3.4.10，GTX1660（6G内存）

1.1 虚拟环境

至于为什么要创建一个虚拟环境，起作用主要有以下几个：

1. 可以通过设置独立的Python运行环境来搭建虚拟化空间, 这样每个项目的运行环境与其他项目之间就不会产生影响。
2. 可防止由于单个环境中存在过多依赖项而导致的安装速度慢或加载缓慢的问题。

创建一个没有存在过的虚拟环境：

    conda create -n mmd2 python=3.7

激活虚拟环境：

    conda activate mmd2

1.2 安装pytorch

    conda install pytorch=1.3 torch