前言

换了个电脑，就想着把之前的mmsegmentation-V0.26.0代码放到新环境，结果踩了不少坑~

过程

官方步骤

0 安装miniconda

1 创建conda 环境

最开始用的是python3.10，后来发现版本太高不是一件好事，所以装的python3.8

2 安装pytorch

使用nivdia-smi看最高支持的CUDA版本是12.0，
在这里插入图片描述
用过11.8的CUDA，但和mmcv（最重要的一个库）不太兼容，所以选择了10.2的CUDA和1.10的torch
图源自mmcv官网

去torch官网找到对应版本的pip指令，复制后输入到终端，运行一下，等到出现http://xxx.whl文件即可停止，复制该文件地址，用文件的形式手动下载
在这里插入图片描述
下载成功的文件如下图，不难发现我下过2.0+11.8，不兼容

激活虚拟环境，pip install xx.whl即可安装torch。

但torchvision还没有下载，继续手动安装。
根据Github上的版本对应关系找到合适版本
在这里插入图片描述
去torchvision的whl网址找到对应版本下载，0.11.x有点不一致也行

3 安装mmseg

官方给的方法是通过git安装，但此方法安装的是它最新的版本，和我之前22.7月的版本差异较大，架构都有点变了。

git clone -b main https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
pip install -v -e .
# '-v' 表示详细模式，更多的输出
# '-e' 表示以可编辑模式安装工程，
# 因此对代码所做的任何修改都生效，无需重新安装

我之前的代码中setup.py这些重要的文件不见了，所以只能从官网上找。
readme.md中会说明当前的版本
在这里插入图片描述

找到官网中的tag标签
在这里插入图片描述
翻了两页找到了v0.26.0

下载压缩文件，解压缩。这就等于上面三行代码中的git clone xxx。cd到对应路径，pip install -v -e .即可

4 安装mmcv-full

官方教程如下：

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

mmcv2.0对之前的代码来说太高了，自动下载的版本也经常不对，所以还是手动下载吧。
前面按照mmcv的版本对应关系下好了torch和CUDA，这一步就比较容易。下方网址会通过输入的CUDA+torch版本检索它有的mmcv版本，呈现出来，找到自己想要的版本，手动下载安装即可。
https://download.openmmlab.com/mmcv/dist/cu102/torch1.10.0/index.html

在这里插入图片描述
这里最好知道mmseg当前版本需要的mmcv版本，我是运行代码报错：mmcv最低1.3.0最高1.6.0，才选择的这个版本

5 下载权重文件

官方教程：
在这里插入图片描述
如果用的是git clone的最新版本，那跟着教程就行。但手动安装的0.26.0老版本，可能它找不到这个最新的权重文件，所以最好用本地的mmsegmentation/docs/en/get_started.md文件中的测试命令

出现result.jpg 就是成功了，把以前代码的改动部分copy到新代码里面即可。（以前24G显存，现在8G，batchsize改小了才没报内存错误）