OpenMMlab 中的开源仓库极大地方便了模型的训练部署，对于刚刚准备用到 MMseg 的用户，相比于教他怎么用，让他先跑起来我觉得更为重要，于是记录了这个 MMSeg 的Demo。

简介

OpenMMLab 构建了深度学习时代最具影响力的开源计算机视觉算法系统：

• 提供高质量的库，减少算法重新实现的困难

• 创建针对各种后端和设备的高效部署工具链

• 为计算机视觉的研究和开发打下坚实的基础

• 使用全栈工具链在学术研究和工业应用之间架起一座桥梁

MMSeg

MMSeg 是一个基于 PyTorch 的开源语义分割工具箱，是 OpenMMLab 项目的一部分。

基础环境

这里记录我当前使用的环境

• Python 3.8
• mmengine 0.10.4
• mmsegmentation 1.2.2
• mmcv 2.1.0
• openmim 0.3.9
• torch 2.1.2+cu118

demo 示例

Demo 文件下载

运行 demo

解压缩，执行命令：

1

python train.py

参考资料

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

文章链接：
https://www.zywvvd.com/notes/study/deep-learning/mmlab/mmseg-demo/