一、安装环境及版本
我的电脑配置是 Windows10 x64,CUDA 11.1
Python=3.7
torch=1.6.0+cu101
torchvision=0.7.0+cu101
mmcv-full=1.6.0
mmflow=0.5.1
二、安装过程
官方文档安装步骤:docs/en/install.md ·OpenMMLab/mmflow - Gitee.com
步骤1:搭建环境。
1.使用anaconda创建虚拟环境(我用的名字是openmmlab)。
conda create -n openmmlab python=3.7
2.激活openmmlab环境
activate openmmlab
3.下载torch
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
4.下载openmin、使用min安装mmcv-full、mmcv,注意mmcv的版本必须>=1.3.15,<1.7.0
pip install -U openmim
mim install mmcv-full=1.6.0
mim install mmcv=1.6.0
5.下载mmflow
pip install mmflow
6.环境安装就完成了,使用conda list查看一下已经安装的包
(这里你可能会觉得你里面的好几个包没有,不用担心,之后还会安装的。圈住的有就ok)
步骤2:项目结合搭建的环境
代码mmflow: 基于 PyTorch 和 MMCV 的光流估计开源工具箱,它提供了多个 SOTA 光流估计算法,并支持光流领域主流学术数据集,以及光流可视化和评估方法。 (gitee.com)
打开之后,下载zip压缩包, 解压之后,用Pycharm软件打开。
1.先将Python解释器配置好。文件--设置--项目--Python解释器
2.这一点需要注意,项目下载下来,里面可能没有checkpoints文件夹,我们需要新建一个,再在里面放入pwcnet_ft_4x1_300k_sintel_final_384x768.pth文件。之后会用到。
下载地址:https://download.openmmlab.com/mmflow/pwcnet/pwcnet_ft_4x1_300k_sintel_final_384x768.pth
3.在pycharm中打开终端
打开是这样的就对了,如果不是,需要设置一下,文件--设置--工具--终端(按下图改一下)
设置好之后确认,然后在终端中输入 pip install -r requirements.txt,自动下载项目中缺少的包。
步骤3:验证程序是否安装成功
1.运行程序:mmflow-master/demo/image_demo.py
2.我们需要给代码加一下参数。
demo/frame_0001.png
demo/frame_0002.png
configs/pwcnet/pwcnet_ft_4x1_300k_sintel_final_384x768.py
checkpoints/pwcnet_ft_4x1_300k_sintel_final_384x768.pth
results
点击应用,确定,我们就可以开始运行代码了
目录中出现results文件夹 flow.png flow.flo文件,即为成功。
到这里就结束啦,如果有问题的话,可以评论或者私聊哈,看到了一定会回复滴!