mmcv环境配置

Colab-mmlab深度学习炼金术

第一章 mmlab环境配置

---

`

---

在 Google Colab 上安装

`
最新版的mmcv2.0.X提供了colab平台配置mmlab相关库的快捷命令，超简单！！

---

``

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.引入库

Google Colab 通常已经安装了 PyTorch，因此我们仅需要通过以下命令安装 MMCV 和 MMSegmentation。

步骤 1. 使用 MIM 安装 MMCV

!pip3 install openmim
!mim install mmengine
!mim install "mmcv>=2.0.0"

Step 2. 通过源码安装 MMSegmentation

!git clone https://github.com/open-mmlab/mmsegmentation.git
%cd mmsegmentation
!git checkout main
!pip install -e .

Step 2. 通过源码安装 MMSegmentation

!git clone https://github.com/open-mmlab/mmsegmentation.git
%cd mmsegmentation
!git checkout main
!pip install -e .

Step 3. 验证

import mmseg
print(mmseg.__version__)

#示例输出: 1.0.0就安装成功了，接下来的测试权重不知道为啥没法下载，相关导入包的命令都是可以执行的
##数据集下载

#.tar
!wget  http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
!tar xvf VOCtrainval_06-Nov-2007.tar
!rm /content/mmsegmentation/VOCtrainval_06-Nov-2007.tar
#.zip
!wget  http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar -o /content/mmsegmentation/data/V.zip
!unzip /content/mmsegmentation/data/coco.zip
!rm /content/mmsegmentation/data/coco.zip

注意

早期的mmcv版本需要单独安装mmcv-full，而且要求pytorch版本与mmcv-fullban版本对应，这边提供一个师妹以前用的代码

#可以先卸载之前的pytorch
!pip install -U torch==1.11.0+cu113 torchvision==0.12.0+cu113 --extra-index-url https://download.pytorch.org/whl/cu113
!pip3 install openmim
!mim install mmengine
!pip install
!pip install
/content/drive/MyDrive/ST-DASegNet/mmcv ful1-1,4.8-cp310-cp310-manylinux1 x86 64.whl
!pip install -e

config下的模型训练文件与_base_网络模型文件，要注意区分，训练和测试时使用的是
-config
–model
下的训练文件，训练文件中引用_base_中的定义模型文件，大概就是这样。

如果有错误欢迎及时指正！！

---

总结

！！重点！！
安装相关包或配置环境，要仔细阅读相关说明。