pytorch_mmcv环境配置

版本要求

• cuda：11.1
• cudtoolkit：11.0
• cudnn：6.0
• mmcv-full：1.4.5
• pytorch：1.7

安装命令

新建虚拟环境并激活：

conda create -n pytorch python=3.7
conda activate pytorch

pytorch官网

官方命令：

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

通过pytorch下载速度很慢，可以换成清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

换源之后命令：

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0

接着安装cudnn：

cuda install cudnn（不加版本号自动匹配相应版本）

接着安装mmcv-full：

mmcv官网

进入官网找到对应的torch版本和cuda版本对应的mmcv命令：

pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7.0/index.html

以上基本安装完毕，接下来就是clone下mmsegmentation仓库：

在相应目录下clone：

git clone  https://github.com/open-mmlab/mmsegmentation.git 

安装相关依赖：

cd mmsegmentation
pip install -e . 

测试是否安装成功

在mmsegmentation目录下新建test.py文件：

from mmseg.apis import inference_segmentor, init_segmentor
import mmcv

config_file = 'configs/pspnet/pspnet_r50-d8_512x1024_40k_cityscapes.py'
checkpoint_file = 'checkpoints/pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth'

# build the model from a config file and a checkpoint file
model = init_segmentor(config_file, checkpoint_file, device='cuda:0')

# test a single image and show the results
img = 'test.jpg'  # or img = mmcv.imread(img), which will only load it once
result = inference_segmentor(model, img)
# visualize the results in a new window
model.show_result(img, result, show=True)
# or save the visualization results to image files
# you can change the opacity of the painted segmentation map in (0, 1].
model.show_result(img, result, out_file='result.jpg', opacity=0.5)

# test a video and show the results
#video = mmcv.VideoReader('video.mp4')
#for frame in video:
#   result = inference_segmentor(model, frame)
#   model.show_result(frame, result, wait_time=1)

新建目录checkpoints，进入目录并下载pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth文件：

下载地址

在mmsegmentation目录下添加一张jpg图片

运行test.py文件运行成功即为安装成功

最后

以上就是陶醉雪碧为你收集整理的pytorch_mmcv环境配置的全部内容，希望文章能够帮你解决pytorch_mmcv环境配置所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。