AI实战营环境配置-快速安装

AI实战营环境配置-快速安装

目录

• AI实战营环境配置-快速安装
  • 📕前言
  • 🔧本地配置环境
    • mmpretrain
    • mmsegmentation
    • mmdetection
    • mmpose
    • mmagic
    • 补充说明
    • OpenMMLab 1.0 与 2.0 系列区别
  • 💻服务器配置环境

📕前言

介绍如何快速配置实战营实战项目的所依赖环境，分本地配置和服务器配置。

🔧本地配置环境

mmpretrain

• github：https://github.com/open-mmlab/mmpretrain
• 快速安装：

  # 1、创建python环境，并安装pytorch（使用anaconda管理环境）
  conda create -n open-mmlab python=3.8 pytorch==1.10.1 torchvision==0.11.2 cudatoolkit=11.3 -c pytorch -y
  # 2、切换至open-mmlab环境
  conda activate open-mmlab
  # 3、安装openmim（类似于pip、conda包管理器，属于openmmlab专门的包管理器）
  pip install openmim
  # 4、源码安装mmpretrain
  git clone https://github.com/open-mmlab/mmpretrain.git    # 1）克隆源码
  cd mmpretrain                                             # 2）切换至源码文件夹
  mim install -e .                                          # 3）安装
  

• 详细安装教程请参阅：点我

mmsegmentation

• github：https://github.com/open-mmlab/mmsegmentation
• 快速安装：
  • 步骤0：使用mim下载mmengine、mmcv

    pip install -U openmim
    mim install mmengine
    mim install "mmcv>=2.0.0"
    

  • 步骤1：源码安装mmsegmentation

    git clone -b main https://github.com/open-mmlab/mmsegmentation.git
    cd mmsegmentation
    pip install -v -e .
    # '-v' 表示详细或更多输出 
    # '-e'表示以可编辑模式安装项目， 
    # 因此，对代码所做的任何本地修改都将在不重新安装的情况下生效。
    

• 详细安装教程请参阅：点我

mmdetection

• github：https://github.com/open-mmlab/mmdetection
• 快速安装：
  • 步骤0：使用mim下载mmengine、mmcv

    pip install -U openmim
    mim install mmengine
    mim install "mmcv>=2.0.0"
    

  • 步骤1：源码安装mmdetection

    git clone https://github.com/open-mmlab/mmdetection.git
    cd mmdetection
    pip install -v -e .
    

• 详细安装教程请参阅：点我

mmpose

• github：https://github.com/open-mmlab/mmpose
• 快速安装：
  • 步骤0：使用mim下载mmengine、mmcv

    pip install -U openmim
    mim install mmengine
    mim install "mmcv>=2.0.0"
    

  • 步骤1：源码安装mmpose

    git clone https://github.com/open-mmlab/mmpose.git
    cd mmpose
    pip install -r requirements.txt
    pip install -v -e .
    

• 详细安装教程请参阅：点我

mmagic

• github：https://github.com/open-mmlab/mmagic

• 快速安装：

  • 步骤0：使用mim安装mmcv、mmengine、mmagic

    pip3 install openmim
    mim install 'mmcv>=2.0.0'
    mim install 'mmengine'
    mim install 'mmagic'
    

  • 步骤1：验证mmagic是否安装成功

    cd ~
    python -c "import mmagic; print(mmagic.__version__)"
    Example output: 1.0.0
    

• 详细安装教程请参阅：点我

补充说明

• 建议将不同系列的项目单独建一个虚拟环境，做好环境隔离，避免库与库之间起冲突，导致污染环境；
  如：mmpretrain为一个虚拟环境，mmpose为一个虚拟环境。

• 但是可能有些项目之间是有联系的，可以将其安装到同一个环境；
  如果安装到同一环境，重复的安装命令可省略；
  如：可能mmpose项目中会使用到mmdetection。

• 还有一点，此文档除了mmpretrain中没用安装mmcv，且不知mmcv的版本；
  其他几个都安装了'mmcv>=2.0.0'；
  所以按理来说可以将本次实战营这几个库全部安装在同一环境。

• 由于安装的是'mmcv>=2.0.0'，所以属于openmmlab 2.0系列。
  openmmlab1.0系列和openmmlab2.0系列之间的区别，就是对应各个库的版本不同（见下）

OpenMMLab 1.0 与 2.0 系列区别

一句话总结：2.0 基于 MMEngine 基础库，更加统一、灵活

	OpenMMLab 1.0 系列对应版本	OpenMMLab 2.0 系列对应版本
MMEngine	无	0.x
MMCV	1.x	2.x
MMDetection	2.x	3.x
MMClassification	0.x	1.x
MMSegmentation		0.x
MMYOLO	无	0.x

注：目前mmcls归属于mmpretrain；
参考：点我 AI实战营环境配置·最佳实践（非官方)

💻服务器配置环境

如果不想在本地配置相关环境，
推荐一个服务器平台，服务器内置了pytorch以及openmmlab的一些库，
但不全，仍需人工自行安装（参考上述即可），

注：内置的mmcv是1.x版本，属于1.0系列，注意各个库对应的版本
官网：点我
具体使用见官网的文档；

---

作者：蟹老板
主页：https://www.cnblogs.com/xielaoban/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须在文章页面给出原文连接，否则保留追究法律责任的权利