一、安装好vs2017

可以直接去官网下载，下面给出安装包的网盘地址:
链接：https://pan.baidu.com/s/1EYmnVPB6tfQJRduTcdNB6A
提取码：on21
只需要下载C++的桌面开发即可，修改下安装位置。

其他步骤正常安装即可，不清楚可以去网上搜一些安装教程。

二、安装好cuda10.1

先给出cuda10.1-cuda11.1所有版本链接。
链接https://pan.baidu.com/s/1_7BrRA572HMUUqzzYFJbCg
提取码：b4sq
还给出cuDNN的两个版本，其他的根据你自身情况去搜一搜。
版本：v7.6.2 for CUDA10.1 win10
链接：https://pan.baidu.com/s/1zcXIkPvsu3JMxQ3bZns-XA
提取码：sb7e
版本：v7.6.4 for CUDA10.1 win10
链接：https://pan.baidu.com/s/1DQnDasMD6JVJ0RdkX1v6SA
提取码：7awr
安装cuda时候我遇到的主要问题是安装程序失败。
在这里插入图片描述
重新安装了很多次，方案也试了很多，最终找到的解决方案
①、选择自定义安装

②、取消勾选安装一些东西，下面这些都不要，而且那个Visual Studio Integration也不勾选!!!

这样就解决了，如果你遇到的问题不是这个或这个解决不了，自行搜索解决。

三、安装好cuDNN

选择和CUDA版本对应的cuDNN，然后安装其实很简单，只需要把解压后的cuDNN中的三个文件夹下的内容，如下图:
在这里插入图片描述
复制到CUDA如下目录下

四、Anaconda环境配置

具体安装内容以及一些常见的命令可看我这篇博客https://blog.csdn.net/sjjsbsbbs/article/details/119853477?spm=1001.2014.3001.5501,记得回来哦。
主要记得安装过程点上添加到环境变量，没点也没关系，手动添加上即可。
安装完后创建一个虚拟环境,先进入Anaconda Prompt (Anaconda)，直接电脑左下角放大镜搜索即可。

conda create -n Detectron2 python=3.6

进入到这个虚拟环境中

activate Detectron2

五、安装pytorch等必要的包

不需要繁琐的操作，直接执行如下语句安装即可:

conda install pytorch=1.4 torchvision cudatoolkit=10.1 -c pytorch

需要其他版本的自行到官网去搜索。
执行一下语句判断pytorch和cuda环境是否安装好

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

如下是成功的。
在这里插入图片描述

六、安装与配置Detectron2

下面给出相关的百度网盘资源，也可直接去github下载，不过会出很多错误，得自行解决下。
链接：https://pan.baidu.com/s/1XDK4Ggz4HN6-msG1ewZ9sA
提取码：0g6x
1、先安装一些必要的库文件

pip install cython opencv-python pillow  matplotlib termcolor cloudpickle tabulate tensorboard termcolor tqdm yacs mock fvcore pydot wheel futrue -i https://pypi.tuna.tsinghua.edu.cn/simple

2、安装pycocotools

cd cocoapi/PythonAPI
python setup.py build_ext install

其中的cocoapi文件夹在网盘中的目录里面
3、开始构建

python setup.py build --force develop

安装好后就可以进行测试了
cd到网盘中下载的Detectron2文件夹下，执行预测即可。

python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml --input 1.jpg  --opts MODEL.WEIGHTS model_final_a54504.pkl
python demo/demo.py --config-file configs/COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_1x.yaml --webcam  --opts MODEL.WEIGHTS model_final_a54504.pkl

在这里插入图片描述
至此，环境就配置好了。

八、感悟

有了mmdetection配置的基础后，这个配置起来轻松许多，后面将对mmdetection和detectron2好好研究。

win11搭建Detectron2环境一遍过(win11+vs2017+cuda10.1+pytorch1.4)