MMSegmentation学习记录(一)---配置环境，克隆项目

JFJ-bin

已于 2024-08-01 20:26:35 修改

阅读量315

点赞数 5

文章标签：学习

于 2024-08-01 20:16:56 首次发布

本文链接：https://blog.csdn.net/weixin_47251159/article/details/140755774

版权

一、MMSegmentation介绍

MMSegmentation 是一个基于 PyTorch 的语义分割开源工具箱。它是 OpenMMLab 项目的一部分。github网址：GitHub - open-mmlab/mmsegmentation: OpenMMLab Semantic Segmentation Toolbox and Benchmark.

二、准备工作：

2.1 git clone 代码：

  git clone https://github.com/open-mmlab/mmsegmentation.git

2.2 搭建配置环境

本人使用Linux实验室服务器(Python 3.8, CUDA 11.1 Pytroch 1.8.1,本人亲测这个环境配置在很多较旧项目中都适用)，官方文档要求Python 3.7+, CUDA 10.2+ 和Pytorch 1.8+ (具体环境配置网上资源已经很多了)

2.3 下载MMSegmentation包

使用MIM安装MMCV，MIM-安装OpenMMLab软件包，MMCV-计算机视觉研究的基础库

pip install -U openmim # -U 升级最新版本
min install mmengine # mim安装mmengine包
mim install "mmcv>=2.0.0" # 安装2.0.0及以上的MMCV

2.4 验证是否安装成功

2.4.1 先验证mmcv是否安装成功

# 检查mmcv
import mmcv 
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print('MMCV版本', mmcv.__version__)
print('CUDA版本', get_compiling_cuda_version())
print('编译器版本', get_compiler_version())

2.4.2 再检查mmsegmentation

# 检查 mmsegmentation
import mmseg
from mmseg.utils import register_all_modules
from mmseg.apis import inference_model, init_model
print('mmsegmentation版本', mmseg.__version__)

若没报错，恭喜你，环境配置成功！！！