安装与配置MMSegmentation

记录一下语义分割任务Task02：MMSegmentation安装流程

预备知识

MMSegmentation 可以在 Linux, Windows 和 macOS 系统上运行，其需要安装 Python 3.7+, CUDA 10.2+ 和 PyTorch 1.8+

环境

由于我已经安装好Pytorch环境了，因此在这里直接给出环境的配置：pytorch1.8.1 + python3.8 + cuda11.1

# 检查 Pytorch
import torch, torchvision
print('Pytorch 版本', torch.__version__)
print('CUDA 是否可用',torch.cuda.is_available())

使用MIM安装MMCV

pip install -U openmim
mim install mmengine # 用mim进行安装
mim install 'mmcv==2.0.0rc4' # 指定版本

 下载 MMSegmentation

git clone https://github.com/open-mmlab/mmsegmentation.git -b v1.1.0 # 克隆项目

安装 MMSegmentation

# 进入主目录
cd ./mmsegmentation # 进入mmsegmentation目录下
pip install -v -e . # 注意后面有个.

检查安装是否成功 

# 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())

 

# 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__)

没有错误，表示安装成功！

更进一步，可以通过运行一个简单的demo判断是否正确安装。在mmsegmentation目录下，分别进行两步操作。

步骤一：下载配置文件和模型文件

mim download mmsegmentation --config pspnet_r50-d8_4xb2-40k_cityscapes-512x1024 --dest .

 步骤二： 验证推理 demo，运行以下命令

# 图像推理
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 --device cuda:0 --out-file result.jpg
# 视频推理

 推理的图片是demo/demo.png，也可以将图片替换成自己想要的图片进行推理，输出的图片为result.jpg。

附推理后的图片：

 其他方法

除了可以通过下载源码安装之外，还可以将MMSegmentation作为第三方依赖库进行安装，具体操作和流程见开始：安装和运行 MMSEG

参考

 官方教程：开始：安装和运行 MMSEG

 github教程：安装配置MMSegmentation