环境：Featurize云平台
pytorch版本：v1
打开终端下载课程代码：
git clone https://github.com/TommyZihao/MMSegmentation_Tutorials
运行0816文件夹里的A1notebook，无bug。
主要安装步骤如下：
- PyTorch
!pip3 install install torch==1.10.1+cu113 torchvision==0.11.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
import torch
torch.__version__
用mim安装MMCV
!pip install -U openmim
!mim install mmengine
!mim install mmcv==2.0.0
安装其他工具包
!pip install opencv-python pillow matplotlib seaborn tqdm pytorch-lightning 'mmdet>=3.1.0' -i https://pypi.tuna.tsinghua.edu.cn/simple
# !pip install setuptools==59.5 prettytable
安装mmsegmentation
# 从 github 上下载最新的 mmsegmentation 源代码
!git clone https://github.com/open-mmlab/mmsegmentation.git -b v1.1.1
!pip install -v -e .
下载预训练模型权重文件和视频素材
import os
# 创建 checkpoint 文件夹，用于存放预训练模型权重文件
os.mkdir('checkpoint')
# 创建 outputs 文件夹，用于存放预测结果
os.mkdir('outputs')
# 创建 data 文件夹，用于存放图片和视频素材
os.mkdir('data')
# 创建 图表 文件夹，用于存放生成的图表
os.mkdir('图表')
# 创建 Zihao-Configs 文件夹，用于存放自己的语义分割模型的 config 配置文件
os.mkdir('Zihao-Configs')
检查安装成功
# 检查 Pytorch
import torch, torchvision
print('Pytorch 版本', torch.__version__)
print('CUDA 是否可用',torch.cuda.is_available())
# 检查 mmcv
import mmcv
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print('MMCV版本', mmcv.__version__)
print('CUDA版本', get_compiling_cuda_version())
print('编译器版本', get_compiler_version())
# 检查 mmsegmentation
import mmseg
from mmseg.utils import register_all_modules
from mmseg.apis import inference_model, init_model
print('mmsegmentation版本', mmseg.__version__)
