企业官网建设流程全解析

MMSegmentation 快速上手指南：从安装到第一张语义分割结果的 30 分钟

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation

把一张街景照片丢进去，输出逐像素的彩色掩码——路面、行人、自行车、汽车各占一种颜色。这就是 MMSegmentation（OpenMMLab 的语义分割工具箱）交付的东西：基于 PyTorch，把"装环境 → 出分割结果 → 训练自己的模型"这条链路压到最短。

项目速写：MMSegmentation 能为你做什么

一句话定位：它是语义分割的"统一基准 + 模块化框架"，PSPNet、DeepLabV3+、SegFormer 等主流算法全部开箱即用，配一个配置文件就能跑。

上图为仓库自带的示例输入demo/demo.png，跑通后每个像素都会拿到类别标签。

核心亮点只有三个：

• 模块化：backbone、neck、head 拆成独立模块，自由拼装
• 即插即用：几十个算法、上百个预训练模型，写个模型名即可自动下载
• 训练高效：训练速度与主流代码库相当或更快

官方文档从 docs/zh_cn/get_started.md 开始读，推理细节见 docs/zh_cn/user_guides/3_inference.md。

最短路径：装好环境，敲一条命令出结果

先备两个前提：Python 3.8+，以及已装好的 PyTorch（按 PyTorch 官方说明装好 GPU 或 CPU 版即可）。然后跟着敲：

pip install -U openmim mim install mmengine mim install "mmcv>=2.0.0" git clone -b main https://gitcode.com/GitHub_Trending/mm/mmsegmentation cd mmsegmentation pip install -v -e .

mim 会按本地 PyTorch 版本自动匹配 MMCV，省掉手动对版本的麻烦；-e表示源码可编辑安装，改了代码立即生效。只想当依赖库用的话，pip install "mmsegmentation>=1.0.0"一步到位。

装完直接跑第一条推理命令 ⚡：

python demo/image_demo_with_inferencer.py demo/demo.png deeplabv3plus_r18-d8_4xb2-80k_cityscapes-512x1024 --show

模型名直接写，权重自动下载，跑完弹出带彩色分割掩码的街景图；加--out-dir result就把结果存盘。能弹出这张图，说明全流程通了。

单图与批量推理：拿到掩码数组

目标：分割一张图或整个目录，并且能拿到标签索引数组供后续处理。

from mmseg.apis import MMSegInferencer inferencer = MMSegInferencer(model='deeplabv3plus_r18-d8_4xb2-80k_cityscapes-512x1024') # 单张图 result = inferencer('demo/classroom__rgb_00283.jpg', show=True) # 批量：传目录或路径列表，渲染图存 outputs/vis，预测掩码存 outputs/pred inferencer('/path/to/imgs', out_dir='outputs', img_out_dir='vis', pred_out_dir='pred')

返回值是 dict：predictions是标签索引掩码（二维数组），visualization是渲染后的彩色图。API 实现在 mmseg/apis/inference.py，show=True只是弹窗口，真正有用的是这两个字段。

视频与摄像头逐帧分割

目标：对视频文件或摄像头画面做逐帧语义分割，可写出结果视频。

mim download mmsegmentation --config pspnet_r50-d8_4xb2-40k_cityscapes-512x1024 --dest . python demo/video_demo.py demo/demo.png \ pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py \ pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth --show

第一条命令下载该模型的配置和权重；第二条命令逐帧推理并弹窗播放。第一个参数换成摄像头编号（如0）就是实时摄像头分割；加--output-file out.mp4直接把带掩码的视频写出来。

训练与评估自己的语义分割模型

目标：用自己的数据集（以 Cityscapes 为例）训练一个 PSPNet 并评出 mIoU。

# 1. 把原始数据集转成 MMSeg 的标注格式 python tools/dataset_converters/cityscapes.py data/cityscapes --nproc 8 # 2. 训练（checkpoint 存到 work-dir） python tools/train.py configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py --work-dir work_dirs/pspnet # 3. 评估 python tools/test.py configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py work_dirs/pspnet/best_mIoU_*.pth --eval mIoU

转换脚本把图片与标注整理成配置能直接读取的结构（其他数据集在 tools/dataset_converters/ 各有一份）；多卡训练改用bash tools/dist_train.sh <配置> 8；不想从零训就在训练命令里加--cfg-options model.pretrained=xxx.pth走微调。

算法与配置速查：按需取用

每个算法目录里都有 README.md（各配置的指标）和 metafile.yaml（模型名与权重的清单）。模型名可以直接填进MMSegInferencer(model='...')自动下载权重，完整榜单见 docs/zh_cn/model_zoo.md。

踩坑速查：按报错类型分组

安装类

• mim install mmcv失败或 import 就崩 → PyTorch 与 MMCV 版本不匹配，用 mim 重装让它自动对齐
• CUDA 版本对不上 → 按系统 CUDA 重装对应版本的 PyTorch，再重装 MMCV

运行类

• 推理太慢 → 换 r18 小 backbone，或改用配置名里带amp的半精度版本
• 训练爆显存 → 调小 batch（如4xb2改1xb1）、加--amp、换小 backbone
• 服务器上弹不出结果图 → 别用--show，改用--out-file（image_demo.py）或out_dir（Inferencer）存盘

数据类

• 报data_root路径错 → 检查 configs/base/datasets/ 里对应数据集配置的data_root是否指向真实目录
• 类别数或调色板不对 → 确认配置里num_classes与标注类别数一致
• Cityscapes 解压后直接报找不到标注 → 先跑tools/dataset_converters/cityscapes.py转换

继续深入

• 交互式教程：demo/MMSegmentation_Tutorial.ipynb，从推理到训练逐段可跑
• 用户指南：docs/zh_cn/user_guides/，覆盖配置、数据集、推理、训练测试、部署
• 进阶指南：docs/zh_cn/advanced_guides/，讲清框架内部结构，方便你加自定义数据集和新算法
• 社区扩展：projects/ 里有医学影像、CAT-Seg 等方向，比如病理图的分割实验就放在 projects/medical 下

到这里，你已经能装环境、跑推理、训模型、看 mIoU——下一步无非是换一个更贴近业务的算法和配置，照上面的场景继续敲就行。

【免费下载链接】mmsegmentationOpenMMLab Semantic Segmentation Toolbox and Benchmark.项目地址: https://gitcode.com/GitHub_Trending/mm/mmsegmentation