Colab-mmlab深度学习炼金术
第一章 mmlab环境配置
`
文章目录
在 Google Colab 上安装
`
最新版的mmcv2.0.X提供了colab平台配置mmlab相关库的快捷命令,超简单!!
``
一、pandas是什么?
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
Google Colab 通常已经安装了 PyTorch,因此我们仅需要通过以下命令安装 MMCV 和 MMSegmentation。
步骤 1. 使用 MIM 安装 MMCV
!pip3 install openmim
!mim install mmengine
!mim install "mmcv>=2.0.0"
Step 2. 通过源码安装 MMSegmentation
!git clone https://github.com/open-mmlab/mmsegmentation.git
%cd mmsegmentation
!git checkout main
!pip install -e .
Step 2. 通过源码安装 MMSegmentation
!git clone https://github.com/open-mmlab/mmsegmentation.git
%cd mmsegmentation
!git checkout main
!pip install -e .
Step 3. 验证
import mmseg
print(mmseg.__version__)
#示例输出: 1.0.0就安装成功了,接下来的测试权重不知道为啥没法下载,相关导入包的命令都是可以执行的
##数据集下载
#.tar
!wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
!tar xvf VOCtrainval_06-Nov-2007.tar
!rm /content/mmsegmentation/VOCtrainval_06-Nov-2007.tar
#.zip
!wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar -o /content/mmsegmentation/data/V.zip
!unzip /content/mmsegmentation/data/coco.zip
!rm /content/mmsegmentation/data/coco.zip
注意
早期的mmcv版本需要单独安装mmcv-full,而且要求pytorch版本与mmcv-fullban版本对应,这边提供一个师妹以前用的代码
#可以先卸载之前的pytorch
!pip install -U torch==1.11.0+cu113 torchvision==0.12.0+cu113 --extra-index-url https://download.pytorch.org/whl/cu113
!pip3 install openmim
!mim install mmengine
!pip install
!pip install
/content/drive/MyDrive/ST-DASegNet/mmcv ful1-1,4.8-cp310-cp310-manylinux1 x86 64.whl
!pip install -e
config下的模型训练文件与_base_网络模型文件,要注意区分,训练和测试时使用的是
-config
–model
下的训练文件,训练文件中引用_base_中的定义模型文件,大概就是这样。
如果有错误欢迎及时指正!!
总结
!!重点!!
安装相关包或配置环境,要仔细阅读相关说明。