Windows系统下运行Swin Transformer实例分割demo

时间：2025-04-26 07:42:15

一、基础条件

        系统：windows10平台

        GPU版本：泰坦X 12G

        GPU驱动：Driver Version: 441.22

        CUDA：10.2

二、步骤

        1.安装VS2019,默认安装即可;(/zh-hans/downloads/)

        2.打开anaconda power shell；

        3.创建Swin的环境：conda create -n Swin python=3.8；（本人使用的是3.8版本，建议配置为一样）

        4.进入新创建的环境：conda activate Swin；

        5.安装pytorch1.8版本：conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch；

        6.安装一些基础包：pip install cython  matplotlib opencv-python；

        7.从github下载mmcv源码进行重新编译，因为windows平台的已经编译好的mmcv的包比较少；（/open-mmlab/mmcv/tree/v1.3.3），编译过程如下：

    cd mmcv-1.3.3
    pip install -r .\

    $env:TORCH_CUDA_ARCH_LIST="5.2" #这里5.2指的是GPU的算力，可以从nvidia官网进行查询
    $env:MMCV_WITH_OPS = 1
    $env:MAX_JOBS = 8

          8.从github下载Swin Transformer的源码（/SwinTransformer/Swin-Transformer-Object-Detection）

   pip install -r 
   python  develop

          9.安装apex（用于进行混合精度计算），首先是从github下载源码（/NVIDIA/apex），然后进行编译。如果不想安装这个包也没问题呀，我们不用混合精度计算就行了。只需要把下面的代码进行注释即可。

   cd apex-master
   pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" .
#位于mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py
#fp16 = None
#optimizer_config = dict(
#    type="DistOptimizerHook",
#    update_interval=1,
#    grad_clip=None,
#    coalesce=True,
#    bucket_size_mb=-1,
#    use_fp16=True,
#)

          10.运行demo

python demo/image_demo.py demo/ configs/swin/mask_rcnn_swin_tiny_patch4_window7_mstrain_480-800_adamw_3x_coco.py mask_rcnn_swin_tiny_patch4_window7.pth

三、其他

           如有问题，欢迎留言！

相关文章