配置MMAction2环境

安装最新版本

本笔记创建时，对应的最新版本是v1.2.0。

# 创建 conda 虚拟环境
conda create --name mmaction2 python=3.8 -y
conda activate mmaction2

# 安装 pytorch
pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html

# 安装 mmaction2 依赖库
pip install -U openmim 
mim install mmengine 
mim install mmcv 
mim install mmdet (optional)
mim install mmpose (optional)

# 安装 mmaction2
git clone https://github.com/open-mmlab/mmaction2.git 
cd mmaction2 
pip install -v -e .

# 验证安装是否成功
# 在 mmaction2 文件夹下执行
mim download mmaction2 --config tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb --dest .
python demo/demo.py tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb.py tsn_imagenet-pretrained-r50_8xb32-1x1x8-100e_kinetics400-rgb_20220906-2692d16c.pth demo/demo.mp4 tools/data/kinetics/label_map_k400.txt

安装v0.24.1版本

最新版本删除了 tools/deployment/pytorch2onnx.py ，无法将模型转换为 ONNX 格式，不便于部署。这个版本还保留有该文件。

可以使用mmdeploy实现pytorch模型到ONNX的转换。

# 创建 conda 虚拟环境
conda create -n mmaction2_v0.24.1 python=3.8 -y && conda activate mmaction2_v0.24.1

# 安装 pytorch
conda install numpy=1.23.1  # numpy 版本不能太高
conda install pytorch==1.10.0 torchvision==0.11.0 cudatoolkit=10.2 -c pytorch

# 安装 mmcv
pip install mmcv-full==1.4.8 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.10.0/index.html

# 安装 mmaction2
git clone https://github.com/open-mmlab/mmaction2.git
cd mmaction2
git checkout v0.24.1  # 更换版本
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

# 安装其他库
pip install yapf==0.40.1

测试是否安装成功

import torch
from mmaction.apis import init_recognizer, inference_recognizer

config_file = 'configs/recognition/tsn/tsn_r50_video_inference_1x1x3_100e_kinetics400_rgb.py'
device = 'cuda:0' # or 'cpu'
device = torch.device(device)

model = init_recognizer(config_file, device=device)
# inference the demo video
inference_recognizer(model, 'demo/demo.mp4')