1 致谢
2 服务器配置
2.1 服务器硬件配置
独立显卡：NVIDIA GeForce GTX 1660
集成显卡：（无）
2.2 安装Ubuntu-16.04-lts系统
step 1：首先需要在Ubuntu系统的官方网站的可选资料中下载镜像，https://ubuntu.com/download/alternative-downloads，
我们可以获得Ubuntu系统的.iso文件；
step 2：将.iso文件制作成系统U盘，（需要使用U盘），
首先在Windows上安装软件UltraISO，然后打开软件；
step 3：进入工作界面后，点击菜单栏文件(F)，在弹出的选项卡里点击打开，选择刚刚下载好的Ubuntu镜像；
step 4：插入U盘；点击菜单栏上的启动，在弹出的选项卡里点击写入硬盘映像；
step 5：在弹出的对话框中进行如下设置：
硬盘驱动器：选择刚刚插入的U盘
写入方式：设置为USB-HDD+
然后点击写入按钮，
step 6：写入界面上会显示数据写入的剩余时间，大概是7~8分钟，
step 7：安装完成之后，会提示“刻录成功！”；
step 8：将制作好的系统盘插入到GPU服务器上，并重启服务器系统；
step 9：对于服务器系统，使用Delete键或F2进入BIOS启动设置；
按下F8进入启动选项的菜单，选择U盘对应的“SATA”选项进入安装界面；
step 10：使用键盘的↑↓键选择中文语言，然后选择“安装Ubuntu”；
在安装选项的设置中选择手动分区，
step 8：接下来进行分区，
首先来看看我们的分区方案：
2.3 安装CUDA和cuDNN
请参考我的博文《CUDA——Ubuntu系统上CUDA和cuDNN的安装教程》；
如果出现问题：
unable to execute ':/usr/local/cuda/bin/nvcc': No such file or directory
error: command ':/usr/local/cuda/bin/nvcc' failed with exit status 1
观察发现，上面的路径多了一个冒号，
这是由环境变量的设置问题引起的，
可以这样修改：
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
# 将上面的语句修改成:
export CUDA_HOME=/usr/local/cuda2.4 安装Anaconda
首先在官网下载Anaconda的安装包，https://www.anaconda.com/products/individual，
下载下来是一个.sh安装文件，我们需要使用bash命令进行安装；
2.2 安装PyTorch
请参考我的博文《PyTorch——Ubuntu上Pytorch的安装教程》；
2.2.1 安装CUDA
step 1：
step 2：查看系统内核，
grep menuentry /boot/grub/grub.cfgstep 2：修改默认启动的内核，使用命令
sudo gedit /etc/default/grub需要修改的配置有：
GRUB_DEFAULT="1> 6"
...其中“1>”表示主菜单的第二项，也就是“Ubuntu高级选项”，“6”表示其中的第七个内核，（也就是我们需要使用的4.4内核）；
2 安装第三方软件依赖
2.1 安装NCCL
step 1：打开NCCL的官方网站，https://developer.nvidia.com/nccl/nccl-download
点击“I Agree To the Terms of the Software License Agreement”，
step 2：选择相应版本的NCCL，下载安装的.deb文件，
注意：这里不要使用系统默认的app-store进行.deb文件的安装，而需要使用dpkg命令来进行安装；
step 3：使用dpkg命令安装NCCL的安装包，
sudo dpkg -i nccl-repo-ubuntu1604-2.7.8-ga-cuda10.2_1-1_amd64.deb安装完成后，注意看看安装完成的提示信息，
提示信息：
The public CUDA GPG key does not appear to be installed.
To install the key, run this command:
sudo apt-key add /var/nccl-repo-2.7.8-ga-cuda10.2/7fa2af80.pub
还需要安装相关的公钥，于是执行该命令即可；
2.1.1 验证nccl是否安装成功
关于验证nccl是否安装成功，请参考NVDIA官方GitHub--NCCL-Tests--和博文《Ubuntu NCCL安装》；
首先新建一个Test文件夹，在该文件夹下打开终端，然后执行以下测试命令：
git clone https://github.com/NVIDIA/nccl-tests.git
cd nccl-tests
sudo make
./build/all_reduce_perf -b 8 -e 256M -f 2 -g 12.2 安装python-setuptools
如果运行时出现“ImportError: No module named setuptools”的错误，则需要安装python-setuptools，
使用下面的命令进行安装：
sudo apt-get install python-setuptools2.3 安装mmcv
2.3.1 如何解决“ModuleNotFoundError: No module named ‘mmcv.cnn.weight_init‘”
这是由于mmcv的版本太高引起的，需要换成低版本的mmcv；
使用下面的命令安装低版本的mmcv：
pip install mmcv==0.5.93 数据集收集
3.1 DOTA数据集
DOTA数据集：遥感目标检测数据集
https://captain-whu.github.io/DOTA/dataset.html
3.1.1 检验是否下载完整
DOTA数据集是用百度网盘进行存储的，所以下载完成后，记得看看是否下载完整；
使用python来进行完整性的检查；
Kaggle Airbus Ship：Kaggle舰船检测比赛的数据集
HRSC2016
（见百度网盘）