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!!