如何在colab配置openmmlab环境(目前网上资料较少,避免踩坑)

2024-02-05 08:32

本文主要是介绍如何在colab配置openmmlab环境(目前网上资料较少,避免踩坑),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.colab简介

colab是谷歌云服务器,作为一款免费的云服务器谷歌可以说是非常良心,可以享受高配置的gpu运行环境,对于我自己而言我自己电脑只能用cpu跑深度学习的代码可以说时间和效率都非常低。接下来根据自己两天的踩坑经验给大家发一款openmmlab在colab的配置教程。但是每次打开记笔记刷新以后都要重新配置,大约十分钟!

2.注意torch和gpu的版本


!sudo lsb_release -a # 查看系统版本
!nvcc -V #或者!nvidia-smi # 查看cuda版本
!gcc --version # 查看GCC版本
``——————————————————手动分割线————————————————
#输出
No LSB modules are available.
Distributor ID:	Ubuntu
Description:	Ubuntu 18.04.5 LTS
Release:	18.04
Codename:	bionic
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Wed_Jul_22_19:09:09_PDT_2020
Cuda compilation tools, release 11.0, V11.0.221
Build cuda_11.0_bu.TC445_37.28845127_0
gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
Copyright (C) 2017 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

1.观察可知Ubuntu18.04,cuda11.0,GCC7.5.0

import torch, torchvision
print(torch.__version__, torch.cuda.is_available())

2.随着时间的推移大家的版本可能都不太一样,我这里是1.9.0 cuda版本是10.2,笔记本设置选择gpu,否则gpu可能是false。
3.可以看到硬件的配置和cuda的版本是不一致的这个时候我们要卸载原来的torch环境,安装指定版本的torch

#卸载原有的pytorch
!pip uninstall torch torchvision -y
#线上安装新的pytorch
!pip install -U torch==1.8.1+cu111 torchvision==0.9.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html

4.把Google云盘挂载到colab上

# 把Google云盘挂载到colab上
from google.colab import drive
drive.mount('/content/gdrive',force_remount=True) #这一步会让你点击链接获取验证码
#目录"/content/gdrive/MyDrive/"就指向你的谷歌云盘了

5.成功挂载以后左侧文件应该是这样的,当然这里你们还没有mmdet等文件夹。
在这里插入图片描述
6.挂载成功以后进入MyDrive文件夹

%cd /content/gdrive/MyDrive/ 

7.进行mmoepnlab的配置

#安装mmdetection
#安装mmdetection
!rm -rf mmdetection #如果有mmdetection文件夹就删掉,下面新建
!git clone https://github.com/open-mmlab/mmdetection.git
%cd mmdetection!pip install mmcv-full
!pip install -e .
# install Pillow 7.0.0 back in order to avoid bug in colab
!pip install Pillow==7.0.0
#静候安装完成,预计10min
import os
os.kill(os.getpid(), 9)
%cd /content/gdrive/MyDrive/ 
#上一步cd主要是为了把mmseg放在MyDrive里面。
!rm -rf mmsegmentation 
!git clone https://github.com/open-mmlab/mmsegmentation.git
%cd mmsegmentation

8.检查是否安装成功

import torch, torchvision
print(torch.__version__, torch.cuda.is_available())# Check MMDetection installation
import mmdet
print(mmdet.__version__)# Check mmcv installation
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print(get_compiling_cuda_version())
print(get_compiler_version())

如果是下面这样就是安装成功的。
在这里插入图片描述

3.示例程序检测(学会配置config)

config的配置大家需要下载指定的模型保存到checkpoints文件夹中,大家可以根据路径的不同进行调整
** 示例的model下载链接
在这里插入图片描述
大家下载模型成功以后安装到云盘根据路径进行config配置就可以了,记得cd到MyDrive

from mmseg.apis import init_segmentor, inference_segmentor, show_result_pyplot
from mmseg.core.evaluation import get_palette
import mmcv
from google.colab.patches import cv2_imshow
from google.colab.patches import cv2
from matplotlib import pyplot as pltconfig_file = 'mmsegmentation/configs/pspnet/pspnet_r50-d8_512x1024_40k_cityscapes.py'
checkpoint_file = 'checkpoints/pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth'# 从一个 config 配置文件和 checkpoint 文件里创建分割模型
model = init_segmentor(config_file, checkpoint_file, device='cuda:0')# 测试一张样例图片并得到结果
img = 'test.jpg'  # 或者 img = mmcv.imread(img), 这将只加载图像一次.
result = inference_segmentor(model, img)
# 在新的窗口里可视化结果
show_result_pyplot(model, img, result, get_palette('cityscapes'))

在这里插入图片描述

这篇关于如何在colab配置openmmlab环境(目前网上资料较少,避免踩坑)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/680320

相关文章

SpringBoot线程池配置使用示例详解

《SpringBoot线程池配置使用示例详解》SpringBoot集成@Async注解,支持线程池参数配置(核心数、队列容量、拒绝策略等)及生命周期管理,结合监控与任务装饰器,提升异步处理效率与系统... 目录一、核心特性二、添加依赖三、参数详解四、配置线程池五、应用实践代码说明拒绝策略(Rejected

SQL Server配置管理器无法打开的四种解决方法

《SQLServer配置管理器无法打开的四种解决方法》本文总结了SQLServer配置管理器无法打开的四种解决方法,文中通过图文示例介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录方法一:桌面图标进入方法二:运行窗口进入检查版本号对照表php方法三:查找文件路径方法四:检查 S

Linux中SSH服务配置的全面指南

《Linux中SSH服务配置的全面指南》作为网络安全工程师,SSH(SecureShell)服务的安全配置是我们日常工作中不可忽视的重要环节,本文将从基础配置到高级安全加固,全面解析SSH服务的各项参... 目录概述基础配置详解端口与监听设置主机密钥配置认证机制强化禁用密码认证禁止root直接登录实现双因素

SQLite3 在嵌入式C环境中存储音频/视频文件的最优方案

《SQLite3在嵌入式C环境中存储音频/视频文件的最优方案》本文探讨了SQLite3在嵌入式C环境中存储音视频文件的优化方案,推荐采用文件路径存储结合元数据管理,兼顾效率与资源限制,小文件可使用B... 目录SQLite3 在嵌入式C环境中存储音频/视频文件的专业方案一、存储策略选择1. 直接存储 vs

嵌入式数据库SQLite 3配置使用讲解

《嵌入式数据库SQLite3配置使用讲解》本文强调嵌入式项目中SQLite3数据库的重要性,因其零配置、轻量级、跨平台及事务处理特性,可保障数据溯源与责任明确,详细讲解安装配置、基础语法及SQLit... 目录0、惨痛教训1、SQLite3环境配置(1)、下载安装SQLite库(2)、解压下载的文件(3)、

Linux如何快速检查服务器的硬件配置和性能指标

《Linux如何快速检查服务器的硬件配置和性能指标》在运维和开发工作中,我们经常需要快速检查Linux服务器的硬件配置和性能指标,本文将以CentOS为例,介绍如何通过命令行快速获取这些关键信息,... 目录引言一、查询CPU核心数编程(几C?)1. 使用 nproc(最简单)2. 使用 lscpu(详细信

Nginx 重写与重定向配置方法

《Nginx重写与重定向配置方法》Nginx重写与重定向区别:重写修改路径(客户端无感知),重定向跳转新URL(客户端感知),try_files检查文件/目录存在性,return301直接返回永久重... 目录一.try_files指令二.return指令三.rewrite指令区分重写与重定向重写: 请求

Nginx 配置跨域的实现及常见问题解决

《Nginx配置跨域的实现及常见问题解决》本文主要介绍了Nginx配置跨域的实现及常见问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来... 目录1. 跨域1.1 同源策略1.2 跨域资源共享(CORS)2. Nginx 配置跨域的场景2.1

gitlab安装及邮箱配置和常用使用方式

《gitlab安装及邮箱配置和常用使用方式》:本文主要介绍gitlab安装及邮箱配置和常用使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1.安装GitLab2.配置GitLab邮件服务3.GitLab的账号注册邮箱验证及其分组4.gitlab分支和标签的

MySQL MCP 服务器安装配置最佳实践

《MySQLMCP服务器安装配置最佳实践》本文介绍MySQLMCP服务器的安装配置方法,本文结合实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下... 目录mysql MCP 服务器安装配置指南简介功能特点安装方法数据库配置使用MCP Inspector进行调试开发指