Segformer安装与训练

1. 主要安装包参数

mmcv-full          1.3.0      
mmsegmentation     0.20.2       
torch              1.8.0+cu111
torchvision        0.9.0+cu111

2. 环境部署

2.1 torch和torchvisio安装

采用的本地安装，安装时需注意torch与CUDA对应关系：

PyTorch 版本	CUDA 环境
0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)	9.2
1.2.0、1.1.0、1.0.0(1)	10.0
1.4.0、1.5.0(1)、1.6.0、1.7.0(1)	10.1
1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0	10.2
1.7.0(1)	11.0
1.8.0(1)、1.9.0、1.10.0	11.1
1.8.0(1)、1.9.0、1.10.0	11.3

安装包下载地址：

https://download.pytorch.org/whl/torch_stable.html

2.2 MMCV安装

采用的离线安装，安装前需注意mmcv与segformer的对应关系：

Segformer模型，对应mmcv-full版本为：MMCV_MIN = '1.1.4'，MMCV_MAX = '1.3.0'

考虑到对未来模型的兼容性，选用了mmcv-full=1.3.0。

最终安装：mmcv_full-1.3.0+torch1.8.0+cu111-cp38-cp38-manylinux1_x86_64.whl

链接：https://download.openmmlab.com/mmcv/dist/index.html

2.3 Segformer模型配置

将代码下载到本地后，进入主目录

NVlabs/SegFormer: Official PyTorch implementation of SegFormer (github.com)

pip install -r requirements.txt
pip install -e . --user

运行成功会自动安装mmsegmentation）。

2.3.1 MMSegmentation

如果mmsegmentation安装失败，可以自行安装，安装时需要注意mmcv和mmseg之间的版本对应关系，即：

 本次mmcv-full在1.1.4和1.3.2之间，所以选择安装0.12.0版本的mmsegmentation，安装命令如下：

python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple  mmsegmentation==0.12.0

2.4 运行即可

修改路径，python tools/train.py

参考链接：

手撸OpenMMlab系列教程(mmcv，mmsegmentation)

BUILD MMCV FROM SOURCE

BUILD MMSegmentation FROM SOURCE