1. 代码下载+权重下载（我是在主目录下新建了checkpoints文件下，然后把权重放进去的）
2. conda create –n st python=3.8
3. source activate st
4. pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2
5. python setup.py install
6. pip install openmim
7. mim install mmcv-full==1.4.0
8. pip install -r requirements.txt
9. python setup.py develop
10. python demo/image_demo.py demo/demo.jpg configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_1x_coco.py ./checkpoints/mask_rcnn_swin_tiny_patch4_window7_1x.pth
     

主要提示：

1、第三步安装时注意torch和torchvision的版本对应问题，官网可以查

2、第六步安装时一定要指定版本，我自己安装时默认安装mmcv1.4.5的版本，虽然作者GitHub官网写可以用1.4.5版本，但是安装好之后会报错这个

 查阅相关博客修改代码之后发现还是有问题，会有这样的问题，所以干脆就直接安装1.4.0版本的mmcv了

3、没有GPU的时候用CPU推理图片时记得后面加参数 --device cpu

4、还有提醒大家下载master版本代码，不要下载分支版本，我已经踩过坑了

结束 当然中间还遇到了好多问题，但是都没记录下来，发布的时安装这个流程下来在我的电脑上可以安装好的。记录一下，防止今后又要配环境，还有我没有安装apex，听说那个雷也挺多的，我担心出是什么问题又要重新配环境，不过apex好像是GPU混合精度训练时用的，我暂时用不到，今后我用到了还会更新，有什么问题大家可以交流

-------------------------------------------------------------------------------------------------------------------------

我已经在公司服务器上用GPU跑通了，所以也可以用GPU版本的了，记录一下：

1、先卸载之前安装的mmcv-full，pip uninstall mmvc-full，然后登陆

登录https://github.com/open-mmlab/mmcv/blob/master/README_zh-CN.md，选择适合自己电脑安装的torch和cuda版本

点击安装后会出现一个pip命令：

pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7.0/index.html

 把中间测mmcv_version换成自己想安装的版本，我用的是1.4.0 ，太大的版本我跑不起来。

一般要是安装好应该就可以运行了，但是我在服务器上还遇到了一个错误：importerror：libcudart.so.11.0: cannot open share object file: No such file or directory。解决办法：在终端添加动态库的指令：export LD_LIBRARY_PATH={自己的cuda安装路径/lib/:}$LD_LIBRARY_PATH

添加这个动态库就可以正常运行啦。