深度学习图像分割环境安装教程-anaconda-python-pytorch

  首先是anaconda的安装，可以从下面地址下载安装包

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

尽量选择最新的日期的anaconda进行安装，我这里是windows电脑，因此选择了windos-x86_64.exe，大家根据自己的电脑系统来选择相应的anaconda安装包。

下载完成之后双击安装。

然后一路next即可。

然后安装路径这里建议安装到D盘或E盘，不要安装在C盘（C盘占用空间太多，会导致电脑运行速度很慢）。可以直接在D盘或E盘新建一个anaconda文件夹。然后将安装路径选择

然后对以下步骤打钩，第二个勾是将anaconda的环境变量加到电脑上。

最后安装，等待安装完成关闭即可。

检查anaconda是否安装可用的方法。直接在一个打开的文件夹 这个位置输入cmd回车

在弹出的命令窗口中输入python回车，可以看到python的环境和anaconda

如果你运行的不是anaconda的python，而是你本地自己的python,又或是找不到python，或是你安装anaocnda那一步每点击自动添加环境那个勾。那说明你需要配置一下这个anaconda的环境路径。

在搜索栏里搜索自己的系统环境变量，有些人是编辑系统环境，有些人是查看系统环境，就是差不多字眼的，点击

再点击环境变量

在系统变量中找到Path

双击编辑，添加以下内容，

根据你自己安装的anaconda所在目录添加。

我这是E:\anaconda

E:\anaconda\Scripts

E:\anaconda\Library\bin

最后完成anaconda安装。

anaconda安装完成之后 我们需要在anacoda中安装合适的python和pytorch版本。

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。

我们之间输入python的环境也叫base环境

我们通过activate base进入到我们的环境中（有些人可能是conda activate base进入环境中），这时候左侧有显示当前anaconda环境的名称。

然后我们在base环境中新建个虚拟环境python 3.8的环境,运行如下指令，python38是名称，你也可以起其他名称，名称不能带中文哦 

conda create -n python38 python==3.8

回车

等安装完毕之后，就是安装pytorch了。

pytorch是深度学习框架，有gpu版本和cpu版本，如果你电脑没有nvidia的显卡的话只能安装cpu版本了。

如何查看自己电脑有无nvidia显卡呢

在显示适配器中查看有没有带NVIDIA字眼的

然后回到我们环境安装。安装好python38环境之后，我们输入指令

activate python38进入到我们安装好的环境中。

再输入python回车 版本为python3.8了。不管是3.8.0还是3.8.12都是3.8环境，放心使用。

 然后我们exit()退出查看python信息。

如果你电脑只能安装cpu的环境，你就运行下面指令：

pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

如果你是安装gpu版本：

30以下显卡：

pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

30及以上显卡:

pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

我这里是30以上显卡就运行这个命令安装了。

等待安装完成之后。我们输入一下指令验证是否anaconda可用。

如果是cpu版本。

输入python

在输入import torch 如果不报错，则pytorch版本的cpu是可以运行的

输入是gpu版本，则还需要输入print(torch.cuda.is_available())，如果返回True则说明gpu版本是可以用的，如果是False则只能是cpu版本使用。 

最后在我们下载的代码文件目录上输入cmd，一定是有requirement这个目录上面输入cmd回车

 第一步还是先进到我们安装好python38的环境中去 输入指令activate python38

​

然后安装剩下的一切代码配套库。

pip install -r requirement.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

回车

​

等待安装结束。

安装完成之后，我们来运行代码

输入指令 python 01将json文件转标准格式文件.py是在data文件夹labelme_img文件夹里面的图片和对应的json标签转化成数据集格式保存在data\my_dataset文件夹下

（输入指令时显示“不是内部或外部命令 也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键 再输入 01将json文件转标准格式文件.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）

​

运行python 02train.py 是读取刚刚生成的数据集，训练深度学习图像分割模型。

训练好的模型会在当前的weights文件夹下。

然后我们再输入python 03pyqt界面.py就可以调用pyqt按钮交互界面了

点击Load Image按钮为加载本地要检测的图片

选择完图片后，再点击Process Image按钮为进行图像分割功能的识别

最后的识别效果如下：