注:此教程是博主的学习笔记,基于pycharm软件进行学习,如有问题可以在评论区进行评论。
目录
一、在pycharm中创建object_segmentation虚拟环境
步骤一:
1)点击右下角的 <无解释器>
2)选择添加新的解释器
3)添加本地解释器
步骤二:
1)点击conda环境,
2)选择创建新环境,
3)环境名称可以自定义,
4)选择python版本,
5)点击确认,新环境创建完成。
二、mmSegmentation配置与安装
(一)mmSegmentation配置
1.在系统的终端中将mmSegmentation的源码下载下来
git clone -b main https://github.com/open-mmlab/mmsegmentation.git
2.在pycharm中打开mmsegmentation文件
3.点击下方的终端,直接就能进入自行创建的虚拟环境,如果没有解释器,点击python解释器后选择环境,再进入终端
(1)没有解释器进入虚拟环境的方法:
点击 <无解释器> ,选择自行创建的虚拟环境
(2)有解释器的点击下方的终端进入pychanrm的命名行模式
4.在有虚拟环境的终端下安装pytroch
(1)先在终端中输入 nvcc -V 查看本机安装的cuda的版本
(2)进入pytorch官网
(3)找到cuda11.3对应的版本
(4)将命令复制到pycharm终端中,运行命令
#CUDA 11.3:
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
(5)查看pytorch是否安装成功,输入命令 pip list,如果出现以下3个内容,即为安装成功。
5.安装mmcv-full和mmcv,根据cuda和pytorch版本安装(我的版本是cuda11.3和torch1.12.1)。mmcv 版本配置不对就无法正常训练模型,一定要使用正确的版本。
官方下载方法的地址:
https://mmcv.readthedocs.io/en/latest/get_started/installation.html
也可以根据下面方式下载
mmcv-full:
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.12/index.html
mmcv:
pip install mmcv==2.0.0rc4 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.12/index.html
查看mmcv-full和mmcv安装成功的方法:在pycharm终端运行 pip list 命令
(二)mmSegmentation安装
通过源码安装:
在mmSegmentation目录下运行如下命令
pip install -v -e .
(三)mmSegmentation安装的验证
1.下载配置文件和模型文件
mim download mmsegmentation --config pspnet_r50-d8_4xb2-40k_cityscapes-512x1024 --dest .
当下载结束,您将在当前工作目录看到以下两个文件:pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py 和 pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth
2.验证推理 demo
python demo/image_demo.py demo/demo.png configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth --out-file result.jpg
您将在当前文件夹中看到一个新图像 result.jpg,其中所有目标都覆盖了分割 mask,如下图所示