当前位置：首页 > ai >正文

MMsegmentation第一弹-(认识与安装)

ai 2025/7/14 5:17:23

前言

在刚接触MMsegmentation的时候，我是怎么看都看不明白，那个过程实在是太痛苦了，所以我当时就想着一定要把这个写成文章，希望后来者能很轻松的就上手。
该系列文章不涉及框架的底层原理，仅以一个使用者的身份带领读者学会使用MMsegmentation。若有帮助还望多多支持。

MMsegmentation官方资源

官方代码网站： https://github.com/open-mmlab/mmsegmentation

官方文档网站：https://mmsegmentation.readthedocs.io/zh-cn/0.x/

note: mmseg有多个版本，看文档的时候注意下自己看的是第几版本的文档

MMsegmentation代码下载

note: 本篇教程以 mmseg v0.30.0 版本为例
进入官方网站，点击Tags，选择v0.30.0版本

MMsegmentation目录结构介绍

主要目录介绍

若要看详细介绍，请浏览https://zhuanlan.zhihu.com/p/520397255，官方这篇写的还挺不错的。

mmsegmentation 
| 
|- configs # 配置文件 
|     |- _base_ # 基配置文件 
|     |     |- datasets             # 需要修改
|     |     |- models               # 需要修改 
|     |     |- schedules            # 一般不需要修改
|     |     |- default_runtime.py   # 一般不需要修改
|     |
|	  |- swin                     # 需要修改  
|     |- 配置写在这个位置...                         
|- data                           # 一般把data放在这儿，放在别的地方也ok 
|- mmseg # 配置文件具体实现位置 
|     |- core # 核心组件 一般不需要修改
|     |     |- evaluation         # 评估模型性能代码 
|     |- datasets # 数据集相关代码 
|     |     |- pipelines          # 数据预处理 ---一般不需要修改
|     |     |- samplers           # 数据集采样代码 ---一般不需要修改
|     |     |- ade.py             # 各个数据集的代码 
|     |     |- 自己数据集.py       # 需要修改
|     |     |- ... 
|     |- models # 分割模型具体实现代码 
|     |     |- backbones             # 主干网络 
|     |     |- decode_heads          # 解码头 
|     |     |- losses                # 损失函数 
|     |     |- necks                 # 颈 
|     |     |- segmentors            # 构建完整分割网络的代码 
|     |     |- utils                 # 构建模型时的辅助工具 
|- tools # 一般不需要修改
|     |- model_converters          # 各个主干网络预训练模型转 key 脚本 
|     |- convert_datasets          # 各个数据集准备转换脚本 
|     |- train.py                  # 训练脚本 
|     |- test.py                   # 测试脚本 
|     |- ...                       
|- ...

从我自身使用角度来看，与我们相关的有以下几个文件夹：

configs 包括了各个算法的配置文件、存放常用的数据集配置、基础模型以及训练策略的基配置文件 configs/_base_
- 大白话： 运行代码，就需要在 configs目录下写一个配置文件 File，在 File 中调用 configs/_base_ 的文件
- 例如：在configs目录中创建了一个文件夹 1.example，然后在里边创建了 demo.py
- 接下来我在demo.py中调用 configs/_base_ 中的文件
mmseg 里面是 MMSegmentation 的算法库，包括核心组件、数据集处理、分割模型代码和面向用户的 API 接口。我们一般情况下修改如下几个地方就足够了
- backbone：特征提取部分，类似于U-Net的编码器
- necks：对backbone输出的特征再做一次增强，类似于U-Net中的跳跃连接，可以没有necks
- decode_heads: 类似于U-Net的解码器
- losses：损失，如果需要添加一些新的损失，在这个里边添加
tools 包括了调用 MMSegmentation 作为训练和测试入口的 tools/train.py 和 tools/test.py，预训练模型和数据集准备的转换脚本，以及部署和可视化相关的脚本。平常用到的基本上就是下边这四个文件。这里的文件我们一般不用进行修改。

MMsegmentation环境安装

note: 本篇教程以 mmseg v0.x版本为例

官方文档网站：https://mmsegmentation.readthedocs.io/zh-cn/0.x/

点击依赖

第一步，默认读者已经安装好了conda或者miniconda

第二步：conda create --name environmentName python=3.8 -y
- --name 后边的是虚拟环境名称
- python后边是对应的版本，如果已知要安装torch的版本，需要注意下python和torch的版本需要匹配，这个大家在网上搜一下就可以查到。
- -y 就是安装的时候默认yes，不用用户再进行输入。
第三步：这里我以GPU安装为例，点击官方说明四个字