目录

1. 环境版本

VS2019
CUDA10.2+cudnn7.6.5
Pytorch1.7.1
Detectron2-0.5

2. 安装CUDA

Windows下边安装CUDA还是比较简单的，步骤：
安装VS2019→安装CUDA和cudnn→安装anaconda
(1) 安装VS2019
编译Detectron2，最好还是用VS2019，VS2019社区版就够用了，下载：https://visualstudio.microsoft.com/zh-hans/vs/，然后安装的时候我选择了两个安装内容，大概空间需要8.5GB。

(2) 安装CUDA
Detectron2-0.5的话是需要CUDA10.2以上的版本了，然后我选择了CUDA10.2+cudnn7.6.5，具体下载地址：CUDA和cudnn，cudnn下载需要注册\登录账户。
然后如果电脑里边已经有低版本的CUDA，也可以不用卸载，让多个版本并存，具体参考“windows下同一个显卡配置多个CUDA工具包以及它们之间的切换”
(3) 安装Anaconda
也比较简单，这里提供镜像下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

3.安装Pytorch

安装Pytorch还是比较简单的，具体步骤：
(1)在cmd窗口中创建新的虚拟环境，然后进入虚拟环境

conda create -n torch(环境名) python==3.8.3
activate torch

(2)添加镜像源，这样安装快一些

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

(3)安装Pythorch

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2

完成以后可以测试一下，在窗口里依次输入

python
import torch
print(torch.cuda.is_available())

若返回True，就安装成功了，像这样：

4. 安装其他库：cocoapi、fvcore等

(1) 安装cocoapi
点击https://github.com/philferriere/cocoapi下载，然后执行以下指令，另外还需要先安装Cython

pip install Cython -i https://pypi.tuna.tsinghua.edu.cn/simple
cd coco/PythonAPI
python setup.py build_ext --inplace
python setup.py build_ext install

(2) 安装fvcore
点击https://github.com/facebookresearch/fvcore下载，切换到setup.py所在目录，然后执行指令

python setup.py build --force develop

(3) 安装ninja

conda install ninja

5. 安装Detectron2

(1) 下载Detectron2，链接：https://github.com/facebookresearch/detectron2
(2) 修改文件内容
Anaconda安装路径\envs\torch\Lib\site-packages\torch\utils\cpp_extension.py，第283行，注释的是原语句，后一行是改后的

# match = re.search(r'(\d+)\.(\d+)\.(\d+)', compiler_info.decode().strip()
match = re.search(r'(\d+)\.(\d+)\.(\d+)', compiler_info.decode(' gbk').strip()

Anaconda安装位置\envs\detectron2\Lib\site-packages\torch\include\torch\csrc\jit\runtime\argument_spec.h ，第160行

// static constexpr size_t ARG_SPEC_DEPTH_LIMIT = 128;
static const size_t ARG_SPEC_DEPTH_LIMIT = 128;

Detectron2文件夹下\detectron2\layers\csrc\ROIAlignRotated\ROIAlignRotated_cuda.cu，将所有的ceil改为ceilf
Detectron2文件夹下\detectron2\detectron2\layers\csrc\deformable\deform_conv_cuda_kernel.cu，将所有的floor改为floorf。
D:\software\Anaconda3\envs\torch\Lib\site-packages\torch\include\torch\csrc\jit\ir\ir.h，将1347行注释掉

// static constexpr Symbol Kind = ::c10::prim::profile_optional

Detectron2文件夹下\detectron2\layers\csrc\cocoeval\cocoeval.cpp，修改第487行

// localtime_r(&rawtime, &local_time); 
localtime_s(&local_time,&rawtime);

(3) 编译，在Detectron2文件夹下，执行以下代码

python setup.py build develop

这样就编译成功啦

编译完成后，执行demo.py文件，可以检验环境是否安装成功，可能会出现某些模块缺失报错，安装就行了。

6. 部分报错解决方法

(1) 如果出现command ‘…\bin\HostX86\x64\cl.exe’ failed with exit status 2’的问题，用如下指令：

call "C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Auxiliary\Build\vcvars64.bat"   (对应自己文件的路径)
set DISTUTILS_USE_SDK=1

(2) 如果报错error: Could not find suitable distribution for Requirement.parse('......')之类的，是因为网络原因，检查下网络，再试试。
(3) 如果出现ModuleNotFoundError:No module name 'win32con'，可以重新安装下 ‘win32con’，然后可能还会有其他错误，所以可以执行以下指令：

pip install pywin32 -i https://pypi.tuna.tsinghua.edu.cn/simple
conda install pywin32 

然后可以执行

python
import win32con

没有出现报错就说明可以了，大功告成啦！

7. 其他

整个安装过程还是有很多坑，我足足折腾了两天，如果下载了更新版本的Detectron2，建议使用更高版本的CUDA和Pytorch。如果在编译过程中出现Failed，一定要注意报错后边的提示信息，挨着解决就可以了。
这是我第一次写博客，感谢观看使用啦！

参考

在安装过程中，参考了许许多多的博客，其中我觉得比较有用的，比较正确的有以下四条，感谢这些博主，大家也可以在这里边找到其他的问题解决方法：
win10安装detectron2，亲测有效
Windows10下安装detectron2超详细教程（小白视角）
Win10安装Detectron2纪实
Win10编译Detectron2和TensorMask