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：
代码语言：txt复制python train.py参考资料
- https://github.com/open-mmlab/mmsegmentation
文章链接：
https://cloud.tencent.com/developer/article/2433462
