从零开始搭建并运行mmsegmentation

安装:

Step 1:创建Conda 环境并激活之

复制代码
conda create --name openmmlab python=3.8 -y
conda activate openmmlab

Step 2:CUDA版本选择,及安装Pytorch

关于设备GPU的cuda版本,根据如下的选择原则:

  • 对于Ampere架构的NVIDIA的GPU,例如GeForce 30系列核NVIDIA A100,必须安装CUDA11。
  • 对于旧版的NVIDIA GPUS,CUDA 11 是向下兼容的,但是 CUDA10.2会更轻量化并且表现更好的性能

确定好cuda版本后,进入Torch官网选择对应版本的Pytorch进行安装

Step 3:安装 MMCV using MIM.

复制代码
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"

Step 4:安装 MMSegmentation.

复制代码
git clone -b main https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
pip install -v -e .
# '-v' means verbose, or more output
# '-e' means installing a project in editable mode,
# thus any local modifications made to the code will take effect without reinstallation.

验证:

Step 1. We need to download config and checkpoint files.下载config和checkpoint 文件

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

Step 2. Verify the inference demo.验证推理demo

Option (a). If you install mmsegmentation from source, just run the following command.

方式(a)如果你从源码安装mmsegmentation,只需要运行下面的命令

复制代码
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

You will see a new image result.jpg on your current folder, where segmentation masks are covered on all objects.

你如果看到了一个新图片result.jpg在你当前文件夹,说明安装成功了。(运行时,可能会有一些warning,但不影响结果的生成)

相关推荐
喵叔哟8 分钟前
8. 从0到上线:.NET 8 + ML.NET LTR 智能类目匹配实战--规则回退与可解释性:四层策略如何兜底
人工智能·深度学习·.net
微软技术栈9 分钟前
Microsoft AI Genius | 用智能 Microsoft Copilot 副驾驶® 构建高韧性 DevOps 流程
人工智能·microsoft·copilot
茶杯67520 分钟前
GraphRAG产品赋能企业智能升级:创邻科技知寰Hybrid RAG的四大核心应用场景深度解析
人工智能·科技·graphrag产品
少林and叔叔23 分钟前
基于yolov5.7.0的人工智能算法的下载、开发环境搭建(pycharm)与运行测试
人工智能·pytorch·python·yolo·目标检测·pycharm
kuan_li_lyg40 分钟前
笛卡尔坐标机器人控制的虚拟前向动力学模型
人工智能·stm32·机器人·机械臂·动力学·运动学·导纳控制
合作小小程序员小小店1 小时前
旧版本附近停车场推荐系统demo,基于python+flask+协同推荐(基于用户信息推荐),开发语言python,数据库mysql,
人工智能·python·flask·sklearn·推荐算法
却道天凉_好个秋1 小时前
OpenCV(十四):绘制直线
人工智能·opencv·计算机视觉
动能小子ohhh1 小时前
Langchain从零开始到应用落地案例[AI智能助手]【3】---使用Paddle-OCR识别优化可识别图片进行解析回答
人工智能·python·pycharm·langchain·ocr·paddle·1024程序员节
IT_陈寒1 小时前
Vue 3.4性能优化实战:5个鲜为人知的Composition API技巧让打包体积减少40%
前端·人工智能·后端
数据与人工智能律师1 小时前
数据淘金时代的法治罗盘:合法收集、使用与变现数据的边界与智慧
大数据·网络·人工智能·云计算·区块链