mmsegmentation指定版本安装

目录

前言

一、安装Cuda和Pytorch指定版本

二、安装mmsegmentation

1.mmcv-full安装

2.mmsegmentation安装

3.mmsegmentation验证安装

---

前言

第一次复现深度学习项目，虽然对大佬们说很简单，但！小白菜第一步搭建环境就遇到困难了！在此记录一下。

由于项目利用的是mmcv2.0.0之前的版本(并且这个改动还挺大的，很多库都移除了)，因此需要配置安装以前的版本 。

---

一、安装Cuda和Pytorch指定版本

虚拟环境配置Cuda11.3+torch1.11（Cuda<=11.5 torch<=1.11）

教程可见【Windows配置深度学习环境（虚拟环境中安装cuda+cudnn+pytorch+必要Module】

安装cudnn时，未找到8.9.2版本，直接安装了cudnn8.2.1。

二、安装mmsegmentation

1.mmcv-full安装

蜜汁巧合，一开始根据本机cuda的最高11.7安装了mmcv-full 1.7.1，发现处于一种尴尬的情况。mmseg它它它没有适合1.7的版本！！

问题不大，重新安装合适版本。根据MMCV的官方文档进行安装。选择合适的版本，此处选择1.6.2.

pip install mmcv-full==1.6.2 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.11.0/index.html

2.mmsegmentation安装

同样根据mmseg官方文档安装。这里很多教程都是推荐第一种安装方法，在此详细记录一下。

首先在conda的powershell prompt窗口打开虚拟环境，安装mim和mmengine。

pip install -U openmim
mim install mmengine

其次，在github中下载mmsegmentation，直接zip下载或git clone到本地的任意路径。

仍然是在conda的powershell prompt窗口，将路径更改到mmsegmentation的存储路径。比如，转换到e盘对应路径。随后，使用pip命令添加mmsegmentationlink。

pip install -v -e .  #将mmsegmentation link到使用的虚拟环境中

3.mmsegmentation验证安装

可根据官方文档。执行以下命令，下载对应的数据和py文件。

#下载
mim download mmsegmentation --config pspnet_r50-d8_512x1024_40k_cityscapes --dest .

#运行
python demo/image_demo.py demo/demo.png pspnet_r50-d8_512x1024_40k_cityscapes.py pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth --device cuda:0 --out-file result.jpg

最后出现以下界面，终于测试成功！！