Pytorch官方优化的SAM安装（实验结果效率提高8倍）

Github地址：GitHub - pytorch-labs/segment-anything-fast: A batched offline inference oriented version of segment-anything

安装过程：

1、安装前查看可用的cuda版本，命令如下：

conda search cudatoolkit 
conda search cudnn

2、使用Anaconda安装CUDA与CUDNN，安装命令：

conda install cudatoolkit
conda install cudnn

3、安装pytorch，版本要求>2.2.0，由于稳定版只到2.1.0，所以安装官方nightly版本，命令如下（注：nightly版本使用conda安装会卡在下载的部分，检查了网络问题等，原因未知，所以使用pip进行安装）：

pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu118

4、安装triton（要求的文件中没有写，但是不安装会报错）

• 下载大神编译好的whl文件，下载地址：https://huggingface.co/r4ziel/xformers_pre_built/blob/main/triton-2.0.0-cp310-cp310-win_amd64.whl
• 打开Anaconda安装环境，切换到虚拟环境中，并cd到安装的文件夹下进行安装（不cd也可以，whl路径更换为绝对路径），命令如下：

pip install triton-2.0.0-cp310-cp310-win_amd64.whl

5、打开Anaconda安装环境，切换到虚拟环境中，并cd到安装项目文件夹下进行依赖库安装，安装命令如下：

python setup.py build
python setup.py install

踩坑日记：

1. 由于新建了一个虚拟环境，安装GDAL时出现“No module named _gdal”,GDAL版本为3.8.0，卸载重新安装3.6.2，问题解决
2. 目前测试结果SamAutomaticMaskGenerator下，效率降低，原因未知，等待官方版本修复（有知道原因的大佬评论区留言指导一下）