最近利用Conda终于成功安装了mmdetection，说实话，非conda的还真的不好装，特别在.complie的时候，即使成功，总是会出现各种问题，直到conda安装后，才明白之前的问题关键所在，即必须numpy为1.16.2版本，且pytorch需要为1.0版本。之前从release版本中下载了0.4.1的版本，还是有问题。

1、框架介绍

这个框架还是非常清晰的，整个代码从骨架，模型，BBOX处理，推断等都有专门的项目文件夹。而且提供了当前许多主流的目标检测模型的实现。

2、安装

    建议使用conda的方式来安装，用代码重新编译的方式会出现一些BUG。在conda环境下有一些支持的LIB容易有，而用传统的PYTHON包的方式，在compile中虽然可以成功，但使用上会出现问题。

cd mmdetection
pip install cython  # or "conda install cython" if you prefer conda
./compile.sh

python(3) setup.py install 

安装成果如图所示。

2、实验测试：

撰写几行代码，即可完成框架的测试：

import mmcv
from mmcv.runner import load_checkpoint
from mmdet.models import build_detector
from mmdet.apis import inference_detector, show_result

cfg = mmcv.Config.fromfile('configs/faster_rcnn_r50_fpn_1x.py')
cfg.model.pretrained = None

# construct the model and load checkpoint
model = build_detector(cfg.model, test_cfg=cfg.test_cfg)
_ = load_checkpoint(model, 'https://s3.ap-northeast-2.amazonaws.com/open-mmlab/mmdetection/models/faster_rcnn_r50_fpn_1x_20181010-3d1b3351.pth')

# test a single image
img = mmcv.imread('test.jpg')
result = inference_detector(model, img, cfg)
show_result(img, result)

将其中的图片替换成tensorflow object detection的测试图片，其检测结果如下所示(faster-rcnn)结果。

从百度上随便找了张图片进行测试

https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1551870218314&di=2c7817c2b830110d4eb010559d209a02&imgtype=0&src=http%3A%2F%2Fimgsrc.baidu.com%2Fimgad%2Fpic%2Fitem%2F58ee3d6d55fbb2fbfeba02c6454a20a44723dc55.jpg

该框架速度的确比较快。还是很不错的。