最新Windows配置安装mmcv与mmsegmentation，以及mmsegmentation的验证

月球停电没

已于 2025-05-06 22:48:25 修改

阅读量1.3k

点赞数 19

文章标签：计算机视觉人工智能目标检测深度学习 pytorch 图像处理

于 2025-02-26 17:39:37 首次发布

本文链接：https://blog.csdn.net/wifi_824/article/details/145881595

版权

前言

越来越多的计算机视觉任务论文代码都在使用mmcv和mmseg库，b站、csdn很多都是之前的安装教程，比如需要下载visual stdio安装c++编译器，mmcv-full，或者就是Linux系统下的安装，这篇文章将提供最新的window系统下的mmcv与mmsegmentation的详细安装配置，只需要跟着步骤来即可

1、创建环境

在配置环境之前要确保是n卡且下载好了cuda，这个cuda版本可以是最新的，能向下兼容，我的主机cuda版本为12.8，官方文档写的是11.8依旧能运行。

紧接着就是创建虚拟环境了，直接在Anaconda powershell prompt创建就行了

虚拟环境名为mmseg，python版本选择3.8，比较稳定

conda create -n mmseg python=3.8

2、安装torch

当环境之后，紧接着就是最重要的一步，pytorch版本和mmcv版本问题，也是很多地方没说的，进入mmcv的官方文档Installation — mmcv 2.2.0 文档https://mmcv.readthedocs.io/zh-cn/latest/get_started/installation.html往下翻，找到配置信息

这里我用的是cuda 11.8，torch 2.0.x，mmcv 2.0.0选择这一项，因为mmcv高版本2.1.0，2.2.0会存在兼容性问题，因此这里选择低版本2.0.0

然后去pytorch官网，找到之前版本，链接如下这里Previous PyTorch Versions | PyTorchhttps://pytorch.org/get-started/previous-versions/ 然后找到v2.0.0的版本

直接复制下方命令即可

# CUDA 11.8
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

3、安装mmcv

复制在第二步里的pip命令下载mmcv

复制如下命令

pip install mmcv==2.0.0 -f https://download.openmmlab.com/mmcv/dist/cu118/torch2.0/index.html

在mmseg环境里安装mmcv

等待安装完Successfully就行了

4、安装mmseg

参考官方文档的步骤安装没什么问题

欢迎来到 MMSegmentation 的文档! — MMSegmentation 1.2.2 文档https://mmsegmentation.readthedocs.io/zh-cn/latest/index.html官方文档里提供了2种方法，这里我讲第2种安装到虚拟环境里

首先安装openmin，这一步为后续安装文件做准备

pip install -U openmim

直接在mmseg虚拟环境里pip安装mmsegmentation，使用命令

pip install "mmsegmentation>=1.0.0"

在Anaconda命令行里cd进入指定的项目文件夹，例如“E:\Deep_learning”

下载测试的模型以及模型权重到项目中，运行下方代码，即可将下载到该项目文件夹

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

之后进入pycharm，将虚拟环境配置导入好，一定要看是否有mmcv以及mmsegmentation，版本号也要检查一下

5、创建demo验证

在本地创建一个demo.py文件，复制下方测试代码

from mmseg.apis import inference_model, init_model, show_result_pyplot
import mmcv

config_file = 'pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py'
checkpoint_file = 'pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth'

# 根据配置文件和模型文件建立模型
model = init_model(config_file, checkpoint_file, device='cuda:0')

# 在单张图像上测试并可视化
img = 'demo.png'  # or img = mmcv.imread(img), 这样仅需下载一次
result = inference_model(model, img)
# 在新的窗口可视化结果
show_result_pyplot(model, img, result, show=True)
# 或者将可视化结果保存到图像文件夹中
# 您可以修改分割 map 的透明度 (0, 1].
show_result_pyplot(model, img, result, show=True, out_file='result.jpg', opacity=0.5)
# 在一段视频上测试并可视化分割结果
video = mmcv.VideoReader('video.mp4')
for frame in video:
   result = inference_model(model, frame)
   show_result_pyplot(model, frame, result, wait_time=1)

这里还有个问题就是demo.png图片要去GitHub官网上复制下来，并粘贴到文件夹里，图片的链接如下

https://github.com/open-mmlab/mmsegmentation/blob/main/demo/demo.pnghttps://github.com/open-mmlab/mmsegmentation/blob/main/demo/demo.png

然后运行程序