世界上一切事物的存在，都是因为它有必然的价值，在人工智能之花遍地盛开之际，各大科技公司都在疯狂的攻城掠地，纷纷害怕错过这次盛宴。说到人工智能不得不说到在计算机视觉领域居高领下的深度卷积网络CNN, 自从2012年在ImageNet一举成名后，就一发不可收拾，迅速的渗透到其它视觉任务当中如检测、跟踪，分割。
最近几年可谓是目标检测的爆发之年，各大state of ar算法不断被推出，目前各个公司都开始打造，推广和开源自己的锤子。并将这些检测算法集成在自家造的锤子上，商汤造了mmdetection这个锤子，facebook造了detectron，旷世造了Brain++，图森科技造了SimpleDet。但是这么多锤子，哪款锤子适合我呢？？？选择恐惧症又犯了。。。
对于任何未知的事，如果不知道如何理通它，那就用3W法则吧，All is 3W—What, Why，How。首先大公司造的锤子是what，我why要用别人的造的锤子，我能升职、加薪迎娶白富美么?，我如何用别人造好的锤子。在线等!
What 这些锤子是什么鬼？
这些锤子就是各大公司开发算法的一个平台，在这个平台打造各种算法，然后好发paper，然后升值加薪迎娶白富美，这些锤子集成了深度学习的框架，在此基础上开发了一些可直接调用的模块，提升开发效率。更通俗的讲这些锤子就相当于程序员都熟悉的Visual Studio。如果你不是程序媛，那你总知道word吧，这些锤子就相当于word，然后我们在这上制作精美的文章，需要表格或者画流程图时，我们就可以直接调用word里面的表格、形状功能。
Why 我要用别人家的锤子?
我自己造个锤子不好么，多方便？但是我想说理想很丰满，现实很骨干。在这个迅速发展的时代，站在巨人的肩旁上，你就赢了一大截，第一用别人的锤子可以提升我们的开发效率；第二有大公司的高级码农给你维护版本，锤子稳定呀。
How 我咋用别人的锤子？
在用锤子的第一步我们就要考虑用谁家的锤子好呢？目前主力的锤子主要有港中文的mmdetection, Facebook 的detectron，旷世的Brain++，图森科技的SimpleDet。这几种锤子各有千秋，就我个人而言，首推港中文的mmdetection，其集成了很多state of art的目标检测和分割算法，并且安装简单稳定。是竞赛和发paper的好锤子。废话不多，就是个gan，赶快让锤子运行起来才是王道，以下是py37+cuda9.0+torch1.1+torchvision0.3.0+mmcv0.2.14+mmdet1.0rc0+6668bf0+gcc5.4+ubuntu16.04 mmdetection的安装。
—————————————————————————————————————————————————————
mmdetection的安装主要分为在线和离线安装，在线安装按着官方的install指令，step by step吧，但是前提是你安装的环境网速可以，要不然容易gg啊，并且耗时，接下来我主要说下mmdetection的离线安装：
setp1：当然是查看环境说明啦，各种依赖包的版本，这个很简单，找到install.md—https://github.com/open-mmlab/mmdetection/blob/master/docs/INSTALL.md
step2: 创建环境 ，并**环境。
conda create -n open-mmlab python=3.7 -y
source activate open-mmlab
step3: 下载mmdetection
git clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
step4: 下载mmcv。
git clone https://github.com/open-mmlab/mmcv.git
step5: 安装mmcv的依赖包。依赖要求在mmcv的requirments中https://github.com/open-mmlab/mmcv/blob/master/requirements.txt，然后根据requirments，pip 相应的包。
pip install numpy pip install addict pip install pyyaml pip install six pip install requests pip install opencv-python
step6: 安装mmcv
cd mmcv
pip install -e .
step7:安装mmdetion的依赖 根据https://github.com/open-mmlab/mmdetection/blob/master/requirements.txt
cd ..
pip install matplotlib pip install terminaltables pip install pycocotools pip install imagecorruptions
pip install albumentations
step8. 安装torch 和 torchvision，前提是在pytorch官网下载好对应版本的torch和torchvision的.whl文件，放在当前文件夹中。
pip install torch-1.1.0-cp37-cp37m-linux_x86_64.whl
pip install torchvision-0.3.0-cp37-cp37m-manylinux1_x86_64.whl
step9. 检查安装包list
conda list
step10. 安装mmdetection
pip install -v -e .
step11，运行自己的demo(若没有安装jupyter notebook执行指令conda install jupyter notebook)，对原来的程序作修改（修改部分红框标出），然后run all，就可看到单个模型的检测结果。
jupyter notebook
至此mmdetection安装结束啦！！！！开森