MMSegmentation 语义分割完整指南3 条命令出首个结果从推理到训练一次讲透【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation你拿到一张街景图想把道路、行人、建筑逐像素分出来。MMSegmentation 是 OpenMMLab 的语义分割工具箱预训练模型即下即用也能拿自己的数据从零训练。读完这篇你能独立完成环境搭建、单图与视频分割、训练评估三件事。先交付一条命令看到语义分割效果它能给你的是一张图上每个像素都被归类后的彩色掩膜——官方演示动图如下输入街景、输出逐类别分割效果已经看到了下面先把它装起来。3 条命令装好 MMSegmentation 开发环境前置要求一句话Python 3.7、PyTorch 1.8GPU 机器需 CUDA 10.2纯 CPU 机器把 PyTorch 安装命令加上cpuonly即可。# 1) 建环境 装 PyTorchCPU 机器在 conda install 行加 cpuonly conda create -n openmmlab python3.8 -y conda activate openmmlab conda install pytorch torchvision -c pytorch # 2) 用 MIM 装 OpenMMLab 依赖链它会自动对齐 mmcv 与 PyTorch 版本 pip install -U openmim mim install mmengine mim install mmcv2.0.0 # 3) 源码安装 MMSegmentation改代码免重装只当依赖库用则 pip install mmsegmentation1.0.0 git clone -b main https://gitcode.com/GitHub_Trending/mm/mmsegmentation cd mmsegmentation pip install -v -e .装完立刻验证下一条命令拉下 PSPNet 的配置文件和权重再对仓库自带的街景图跑一次推理mim download mmsegmentation --config pspnet_r50-d8_4xb2-40k_cityscapes-512x1024 --dest . python demo/image_demo.py demo/demo.png configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth --device cuda:0 --out-file result.jpg当前目录出现result.jpg即安装成功无 GPU 把--device改成cpu。更完整的安装分支见 docs/zh_cn/get_started.md。装好之后把它当成工具箱用——按任务来而不是按 API 来。任务实战单图与视频逐帧分割任务一单张图像语义分割三步构建模型、推理、画出来。注意代码在仓库根目录下运行配置路径才能正确解析from mmseg.apis import inference_model, init_model, show_result_pyplot # 配置文件 权重构建模型有 GPU 时 device 改 cuda:0 model init_model( configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py, pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth, devicecpu) result inference_model(model, demo/demo.png) show_result_pyplot(model, demo/demo.png, result, out_fileresult.jpg, opacity0.5) # 掩膜叠在原图上保存换任何一张图都行比如仓库自带的这张教室场景任务二视频逐帧语义分割视频没有单独的接口官方脚本demo/video_demo.py内部就是逐帧调用inference_model直接命令行执行--show实时播放或加--output-file导出python demo/video_demo.py video.mp4 configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth --show第一个参数也可以是摄像头 ID接上相机即可实时分割。任务跑通了下一步是拿自己的数据训练新模型。语义分割模型训练与评估的标准流程第一步转换数据集为什么各数据集的原始格式不统一转换脚本负责生成训练所需的标注列表。以 Cityscapes 为例python tools/dataset_converters/cityscapes.py data/cityscapes --nproc 8第二步启动训练为什么配置文件里已经定死网络结构、优化器、迭代数换配置就等于换模型代码零改动。# 单卡 python tools/train.py configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py # 8 卡分布式检查点与日志落在 work_dirs/ 下同名目录 bash tools/dist_train.sh configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py 8第三步评估 mIoU为什么mIoU平均交并比是语义分割的标准指标--eval mIoU即可按类别出分。python tools/test.py configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py work_dirs/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024/latest.pth --eval mIoU多卡评估用bash tools/dist_test.sh ${配置} ${权重} 8 --eval mIoU。训练细节与集群部署见 docs/zh_cn/user_guides/4_train_test.md。流程闭环之后剩下的问题是模型那么多你该选哪个按需求选算法三个档位对号入座基线级做对比实验的起点FCN、PSPNet、DeepLabV3 / DeepLabV3。结构简单、文档全调超参和复现论文优先从它们入手configs/fcn/、configs/pspnet/、configs/deeplabv3/、configs/deeplabv3plus/轻量部署端侧 / 实时场景BiSeNetV2、STDC、CGNet小模型低延迟适合边缘设备configs/bisenetv2/、configs/stdc/、configs/cgnet/Transformer 精度优先冲 SOTASegFormer、SETR、Mask2Former精度更高但显存和算力要求也更高configs/segformer/、configs/setr/、configs/mask2former/完整榜单与指标见 docs/zh_cn/model_zoo.md。选型和流程都清楚了跑的时候踩坑也别慌。高频问题速查表症状可能原因对策MMCV 安装失败PyTorch 版本与 MMCV 版本不匹配用mim install装依赖自动对齐提示 CUDA 版本不匹配PyTorch 安装时选的 CUDA 与驱动不符按 PyTorch 官方指引选与系统 CUDA 匹配的包推理速度慢输入分辨率高、模型大换小 backbone、降分辨率、启用 FP16训练显存不足batch size 过大减 batch size、换小 backbone、训练加--amp报数据集路径错误配置里data_root未指向data/下的实际目录建软链或修改配置路径类别数不匹配num_classes与数据集实际类别数不一致对齐配置中的num_classes与palette更完整的问答在 docs/zh_cn/notes/faq.md。下一步继续深入MMSegmentation 把语义分割从搭框架压缩成了选配置这是它最值得用的地方。建议按顺序推进交互式教程demo/MMSegmentation_Tutorial.ipynb用户指南配置 / 数据 / 推理 / 部署docs/zh_cn/user_guides/社区扩展项目医学影像、遥感等projects/【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考