mmdetection使用指定编号的GPU训练模型

mmdetection使用指定编号的GPU训练模型。（Dataparallel用于多卡训练）
修改mmdet/apis/train.py
将

# put model on gpus
model = MMDataParallel(model, device_ids=range(cfg.gpus)).cuda()

（cfg.gpus为设置的使用gpus的数量，例如gpus=4，range(cfg.gpus)则指[0,1,2,3]，使用编号为0，1，2，3的显卡，并且默认模型输出显卡：output_device为第一个元素上的显卡0）

修改为

# put model on gpus
model = MMDataParallel(model, device_ids=range(4,4+cfg.gpus)).cuda(4)

cfg.gpus仍然等于4，range(4,4+cfg.gpus)则是[4,5,6,7]四块显卡，并且output_device为第一个元素上的显卡4，需要设置model.cuda(4)同步。

当然也可以修改device_ids=[1,3,5,7]等，并设置.cuda(1)即可。网上推荐设置为偶数，且batchsize大于gpu_num。

解决报错如下：

RuntimeError: module must have its parameters and buffers on device cuda:4 (device_ids[0]) but found one of them on device: cuda:0

测试test.py时：（有问题）
修改device_ids的编号即可，如下使用id为6的显卡。

    if not distributed:
        model = MMDataParallel(model, device_ids=[6])
        outputs = single_gpu_test(model, data_loader, args.show)

Dataparallel的用法参考：
Dataparallel源码解析
https://www.cnblogs.com/marsggbo/p/10962763.html