同步操作将从 PaddlePaddle/PaddleSeg 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
简体中文|English
请参考快速安装文档或者详细安装文档,安装PaddlePaddle (要求不低于2.2版本,推荐安装最新版本)。
比如Linux、CUDA 10.1,使用pip安装GPU版本,执行如下命令。
python -m pip install paddlepaddle-gpu==2.2.2.post101 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
使用如下命令验证PaddlePaddle是否安装成功,并且查看版本。
# 在Python解释器中顺利执行如下命令
>>> import paddle
>>> paddle.utils.run_check()
# 如果命令行出现以下提示,说明PaddlePaddle安装成功
# PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.
# 查看PaddlePaddle版本
>>> print(paddle.__version__)
从Github下载PaddleSeg代码。
git clone https://github.com/PaddlePaddle/PaddleSeg
如果连不上Github,可以从Gitee下载PaddleSeg代码,但是Gitee上代码可能不是最新。
git clone https://gitee.com/paddlepaddle/PaddleSeg.git
cd PaddleSeg
pip install -r requirements.txt
如果安装时出现版本错误,可以尝试删除旧版本,重新运行该脚本。
在PaddleSeg目录下执行如下命令,会进行简单的单卡训练和单卡预测。
sh tests/run_check_install.sh
查看执行输出的log,没有报错,则验证安装成功。
然后,基于PaddleSeg,你可以使用配置文件的方式来训练、验证、测试和导出模型。
PaddleSeg也支持API方式灵活开发。 API开发方式要求大家将PaddleSeg安装到Python库中。
执行如下命令,从源码编译安装PaddleSeg包。
cd PaddleSeg
python setup.py install
或者直接安装发布的PaddleSeg包。
pip install paddleseg
Docker是一种开源工具,用于在和系统本身环境相隔离的环境中构建、发布和运行各类应用程序。如果您没有Docker运行环境,请参考Docker 官网进行安装,如果您准备使用GPU版本镜像,还需要提前安装好nvidia-docker。
我们提供了包含最新PaddleSeg代码的docker镜像,并预先安装好了所有的环境和库依赖,您只需要拉取并运行docker镜像,无需其他任何额外操作,即可开始享用PaddleSeg的所有功能。
在Docker Hub中获取这些镜像及相应的使用指南,包括CPU、GPU、ROCm 版本。
如果您对自动化制作docker镜像感兴趣,或有自定义需求,请访问PaddlePaddle/PaddleCloud做进一步了解。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。