Linux下配置MMLab踩坑记录
参考链接
conda create -n mmseg python=3.8
注意,此处的python最好选择3.8,与后续包的版本更匹配
查看对应的CUDA版本(安装的版本要低于CUDA版本),此处建议采用***conda install
***的方式
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
使用mim安装
pip install -U openmim
mim install mmengine
mmengine安装如果长时间无响应,尝试手动安装
参考文档
从https://github.com/open-mmlab/mmengine.git
下载后,解压上传到服务器
切到该文件夹下的目录,安装
cd mmengine
pip install -e . -v
安装mmcv
mim install "mmcv>=2.0.0"
同理,安装过慢,可尝试,注意,这里官方文档里的有误,具体可以访问下面的网址,找到对应版本的下载链接https://download.openmmlab.com/mmcv/dist/cu111/torch1.8/index.html
pip install mmcv==2.0.0rc4 -f <https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/mmcv-2.0.0rc4-cp38-cp38-manylinux1_x86_64.whl> -i <https://pypi.tuna.tsinghua.edu.cn/simple>
如仍无响应,则手动安装,参考下面的文档
如果仍不行,则手动下载whl文件https://download.openmmlab.com/mmcv/dist/cu111/torch1.8/index.html
下载后上传到服务器,切换路径后安装,装rc4
pip install ./mmcv-2.0.0rc4-cp38-cp38-manylinux1_x86_64.whl
最后,安装
git clone -b main <https://github.com/open-mmlab/mmsegmentation.git>
cd mmsegmentation
pip install -v -e .
同理,可以下载后上传,然后切换目录安装