一.首先确保已安装cuda118和pytorch2.0
安装cuda118:
打开网址
CUDA Toolkit 11.8 Downloads | NVIDIA Developer
1.选择相应的版本下载并运行。然后按照指示一直向下,但不要勾选drive。
2.注意在询问你是否添加环境变量时,勾选yes选项。
然后安装cudnn,只需百度搜索并下载即可。
安装pytorch2.0:
Win+R打开cmd,然后输入
pip install torch==2.0.0 -f https://download.openmmlab.com/mmcv/dist/cu118/torch2.0/index.html
你也可以自行安装,进入Pytorch官网可以看到最新版Pytorch的安装命令及其对应的CUDA版本(2.0只支持CUDA 11.7和CUDA 11.8版本,可以根据自身电脑支持的版本选择)
安装完成后,你可以通过一下命令查看是否安装成功及相应的版本
import torch
print(torch.__version__)
如果显示相应版本,说明安装成功。
- 安装mmcv
Win+R打开cmd,输入
pip install mmcv==2.0.0 -f
https://download.openmmlab.com/mmcv/dist/cu118/torch2.0/index.html
即可下载mmcv2.0.0版本
- 安装MMSegmentation(正片开始)
使用以下代码安装:
首先下载mmsegmentation:
git clone -b main https://github.com/open-mmlab/mmsegmentation.git
然后打开路径:
cd mmsegmentation
然后下载相关包:
pip install -v -e
其中 '-v' 表示详细模式,更多的输出,'-e' 表示以可编辑模式安装工程,因此对代码所做的任何修改都生效,无需重新安装。
然后MMSegmentation就安装完成啦,你可以执行一些命令来验证。
四.验证MMSegmentation
- 打开一个终端,并进入到mmsegmentation源码所在的目录。你可以使用命令 cd mmsegmentation来进行。
- 执行以下命令来安装mmsegmentation所需的依赖包:
pip install -r requirements.txt
- 安装完成后,可以执行以下命令来验证安装。该命令会打印出mmsegmentation的版本信息:
Python -c “import mmseg; print(mmseg.__version__)”
如果成功打印出版本信息,说明mmsegmentation已经安装成功。
当然,你也可以通过执行一些mmsegmentation的示例代码或者运行预训练模型进行图像分割任务,来验证安装是否成功。你可以打开
开始:安装和运行 MMSeg — MMSegmentation 1.1.1 文档
下滑找到
此处,按照指示步骤进行即可。