主要介绍一下ubuntu下安装faster rcnn的环境的过程，以及linux系统下常用的一些指令的归纳总结。
一、ubuntu下安装faster rcnn
本文是在默认已经安装好 NVIDIA驱动安装、 安装cuda+cudnn、 安装Anaconda的基础上进行的深度学习faster rcnn项目环境的搭建。如果以上没有安装好，请参考博文最下面的链接。
1 首先直接在桌面上，右键，打开一个终端，如下：
2 接下来可以用linux的命令，去了解一下这个系统及其各文件夹。这些命令有ls cd conda env list conda info python
3 在env目录下右键打开一个终端，创建faster-rcnn虚拟环境，python版本选的3.6
conda create -n faster-rcnn python=3.6
4 新的环境建立好之后，可以查看一下。查看一下python的版本，用conda env list查看一下系统中现在所有的环境。用conda activate faster-rcnn可以激活faster rcnn环境。用conda deactivate可以退出当前环境。
5 在faster rcnn虚拟环境下，安装faster rcnn项目中要用到的包。
安装的路径：/home/qic/env/anaconda3/envs
需要安装的包：lxml matplotlib numpy tqdm pycocotools Pillow（在线下载安装）
使用命令（是一个一个安装的）：pip install pycocotools -i https://pypi.mirrors.ustc.edu.cn/simple/
然后再安装包 torch 和 torchvision（这两个包用的离线文件安装）
使用的命令：
pip install /home/qic/DeepNetworkYL/安装文件/torch-1.8.0+cu111-cp36-cp36m-linux_x86_64.whl
pip install /home/qic/DeepNetworkYL/安装文件/torchvision-0.9.0+cu111-cp36-cp36m-linux_x86_64.whl
6 下载faster rcnn的权重文件和解压数据集
解压数据集路径： /home/qic/DeepNetworkYL/faster_rcnn
解压数据集指令：tar -xvf VOCtrainval_11-May-2012.tar
7 Pycharm安装与配置（这部分别人装的）
8 在下面的路径中打开终端输入命令，运行pycharm
路径：/home/qic/pycharm-community-2022.2/bin
终端输入命令： ./pycharm.sh
9 用pycharm打开faster rcnn的项目，并设置 python interpreter
为 conda environment下的编译器
二、linux系统下常用的指令
远程调试 vscode
远程运行程序终端以及发送文件给深度服务器 xshell
linux指令：
pwd查询当前路径
ls查看当前路径下的文件夹
cd 去目录
cd …去上一个目录下
conda -V检验当前conda的版本
conda env list查看已有的虚拟环境
conda activate faster-rcnn激活虚拟环境
conda deactivate失活虚拟环境
conda info 查询conda信息
gedit /home/qic/.condarc用gedit打开.condarc
conda remove -n env_name --all 删除虚拟环境env_name
wq:或者quit() linux系统的退出
…/ 表示上级目录
./ 指代当前目录下的东西
./XXX 表示当前目录下的XXX
参考链接：
从零到一保姆级Ubuntu深度学习服务器环境配置教程