露克1. 环境准备与工具链配置
在开始安装detectron2之前，我们需要确保基础环境配置正确。我推荐使用conda作为Python环境管理器，它能有效解决不同项目间的依赖冲突问题。以下是具体步骤：
首先创建并激活conda环境（假设使用Python 3.9）：
bash复制conda create -n detectron_env python=3.9 -y
conda activate detectron_env
接下来安装PyTorch 2.3与CUDA 12.1的组合（虽然标题提到CUDA 12.8，但截至2023年10月，PyTorch官方稳定版仍推荐使用CUDA 12.1）。这个组合经过充分测试，兼容性最好：
bash复制conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=12.1 -c pytorch -c nvidia
注意：这里没有严格使用CUDA 12.8是因为PyTorch官方预编译版本尚未提供对该版本的一键支持。如果必须使用CUDA 12.8，需要从源码编译PyTorch，这将大幅增加安装复杂度。
验证CUDA是否可用：
python复制import torch
print(torch.cuda.is_available()) # 应输出True
print(torch.version.cuda) # 应显示12.1或兼容版本
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. detectron2源码获取与预处理
官方推荐从源码安装detectron2以获得最佳兼容性。我们使用wget下载最新main分支代码：
bash复制wget https://github.com/facebookresearch/detectron2/archive/refs/heads/main.zip -O detectron2.zip
unzip detectron2.zip
cd detectron2-main
安装编译依赖项：
bash复制pip install cython pyyaml>=5.1
conda install -c conda-forge gcc=12.1.0 gxx=12.1.0 -y
``