Grounded-Segment-Anything 本地测试,win11+Anaconda3+torch==1.10.0+torchvision==0.11.0环境

做这玩意比较郁闷,错误一大堆,搞了快一周,才勉强调通额,终于看到点效果

写出来,以便自己总结,也给大家一个参考,亲测有效,直接上干货,后面还有最新版的python =3.11.4 的配套安装,已经成功,看下一篇文章

一、安装环境:

Anaconda3-2020.07-Linux-x86_64  (Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
python =3.8.3
torch==1.10.0
torchvision==0.11.0
torchaudio==0.10.0

二、安装Anaconda

Anaconda3-2023.07-2-Windows-x86_64

windows11 直接安装,没啥可说的,一直next,最后一步,两个都别选,选了也米关系,就是闹心啊

三、配置环境变量

C:\Users\Administrator\anaconda3;

C:\Users\Administrator\anaconda3\Scripts;

C:\Users\Administrator\anaconda3\Library\bin;

C:\Users\Administrator\anaconda3\Library\mingw-w64\bin

这个大家都懂的,多句嘴,系统变量里的path,

配置完成cmd重启一下就行了,电脑不需要重启

四、配置清华源

开始配置了阿里的,效果不明显,该超时还是超时,这个不错

删除之前的镜像源,恢复默认状态
conda config --remove-key channels

#添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channel

<think>我们正在处理一个关于在Windows系统上部署和运行Grounded-Segment-Anything项目的请求。根据提供的引用信息,我们有两个不同的环境配置示例(一个使用torch 2.0.0,另一个使用torch 1.10.0)。由于项目可能依赖特定版本的库,我们需要谨慎处理。 步骤: 1. 确保系统满足基本要求:Windows系统(这里以Win11为例),并已安装Anaconda3。 2. 创建并激活一个conda环境,以避免与现有环境冲突。 3. 根据项目要求安装PyTorchtorchvision。注意,两个引用中使用了不同的版本,我们可以选择较新的版本(如引用[1]的torch==2.0.0+cu117和torchvision==0.15.1+cu117),但也要注意项目代码的兼容性。如果项目有明确要求,应遵循项目文档。由于没有明确说明,我们选择较新的版本。 4. 安装项目所需的其他依赖。 5. 处理可能出现的安装问题(如引用[2]中提到的numpy问题)。 具体步骤: 步骤1:安装Anaconda3(如果尚未安装) 从Anaconda官网下载并安装Anaconda3。 步骤2:创建conda环境 打开Anaconda Prompt(或命令行),执行以下命令创建新环境(这里命名为env_grounded_sam,可自定义): ``` conda create -n env_grounded_sam python=3.8 conda activate env_grounded_sam ``` 步骤3:安装PyTorchtorchvision 根据引用[1],我们使用以下命令安装: ``` pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 -f https://download.pytorch.org/whl/torch_stable.html ``` 注意:cu117表示CUDA11.7,确保你的系统已安装兼容的CUDA驱动。 步骤4:安装Grounded-Segment-Anything项目 假设项目已经克隆到本地(例如在C:\work\Grounded-Segment-Anything),然后分别安装Tag2Text和Grounded-Segment-Anything的依赖。 首先,进入Tag2Text目录并安装其依赖: ``` cd C:\work\Grounded-Segment-Anything\Tag2Text pip install -r requirements.txt ``` 然后,返回项目根目录,安装Grounded-Segment-Anything的依赖(如果有的话)。注意,项目根目录可能也有requirements.txt,或者需要运行安装脚本(如引用[2]中的install.sh)。但是,在Windows下不能直接运行.sh脚本,因此我们需要手动处理。 如果项目根目录有requirements.txt,则: ``` cd C:\work\Grounded-Segment-Anything pip install -r requirements.txt ``` 步骤5:处理可能的问题 引用[2]提到在运行期间可能会出现numpy的问题,如果遇到,可以尝试删除环境中的numpy相关文件夹(在anaconda3\\envs\\env_grounded_sam\\lib\\site-packages)并重新安装。但最好是在安装过程中注意版本。 另外,由于项目可能需要其他组件,比如GroundingDINO等,请确保按照项目的README完成所有安装步骤。 步骤6:运行示例 根据项目文档运行示例代码,通常会有提供的demo脚本。 注意:由于Grounded-Segment-Anything项目可能依赖Segment Anything Model (SAM)和GroundingDINO,因此需要确保这些模型被正确下载(通常通过提供的脚本下载预训练模型)。 补充:安装GroundingDINO 如果项目包含GroundingDINO,可能需要单独安装。通常,项目会提供安装说明。如果没有,可以参考以下步骤(在同一个conda环境中): ``` git clone https://github.com/IDEA-Research/GroundingDINO.git cd GroundingDINO pip install -e . ``` 同样,需要下载GroundingDINO的预训练模型(根据项目文档)。 总结:由于项目可能更新,以上步骤仅供参考,请结合项目最新的README进行调整。 如果遇到问题,可以尝试: 1. 检查CUDA版本(nvidia-smi)和安装的torch版本是否匹配。 2. 如果出现numpy问题,可以尝试先卸载numpy再重新安装(pip uninstall numpy,然后pip install numpy)。 3. 确保所有依赖库的版本兼容。 最后,运行项目提供的demo脚本(如grounded_sam_demo.py)进行测试。 相关问题: 1. 如何解决在安装Grounded-Segment-Anything项目时出现的numpy版本冲突? 2.Windows系统上运行Grounded-Segment-Anything项目需要哪些前置条件? 3. 如何下载Grounded-Segment-Anything项目所需的预训练模型?</think>### 在 Windows 系统上部署 Grounded-Segment-Anything 的完整指南 #### 1. **环境准备** - **安装 Anaconda**: 从[官网](https://www.anaconda.com/download)下载并安装 Anaconda3(建议 Python 3.8+ 版本) - **创建虚拟环境**: ```bash conda create -n grounded_sam python=3.8 conda activate grounded_sam ``` #### 2. **安装依赖库** 根据引用[1][^1]和[2][^2]的实测方案: ```bash # 安装 PyTorch(二选一) # 方案1(较新): pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 -f https://download.pytorch.org/whl/torch_stable.html # 方案2(较稳定): pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 -f https://download.pytorch.org/whl/torch_stable.html # 安装项目依赖 cd C:\your_path\Grounded-Segment-Anything pip install -r requirements.txt # 安装 Tag2Text 特定依赖 cd Tag2Text pip install -r requirements.txt ``` #### 3. **解决常见问题** - **Numpy 冲突**(引用[2][^2]): 删除冲突的 numpy 包: ```bash # 进入虚拟环境目录 cd C:\Anaconda3\envs\grounded_sam\Lib\site-packages del /s /q numpy* pip install numpy==1.23.5 # 重新安装指定版本 ``` - **CUDA 兼容性**: 确保 NVIDIA 驱动支持 CUDA 11.x(通过 `nvidia-smi` 检查) #### 4. **下载预训练模型** ```bash # 下载 Segment Anything 模型 cd C:\your_path\Grounded-Segment-Anything mkdir weights && cd weights curl -O https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth # 下载 GroundingDINO 模型 curl -O https://github.com/IDEA-Research/GroundingDINO/releases/download/v0.1.0-alpha/groundingdino_swint_ogc.pth ``` #### 5. **运行示例** ```bash python grounded_sam_demo.py \ --config GroundingDINO/groundingdino/config/GroundingDINO_SwinT_OGC.py \ --grounded_checkpoint weights/groundingdino_swint_ogc.pth \ --sam_checkpoint weights/sam_vit_h_4b8939.pth \ --input_image assets/demo1.jpg \ --output_dir "outputs" ``` #### 6. **验证安装** ```bash python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())" # 应输出类似:2.0.0 和 True ``` > **重要提示**:若安装过程中出现依赖冲突,建议完全删除虚拟环境后从步骤1重新开始。建议优先尝试引用[1][^1]的 torch 2.0.0 方案,其在新硬件上性能更优。
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值