企业官网建设流程全解析

MMSegmentation 完整教程：30 分钟跑通语义分割的推理、训练与评估

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

MMSegmentation 是 OpenMMLab 出品的 PyTorch 语义分割工具包与基准测试平台，覆盖数据准备、模型训练、mIoU 评估三大环节，并提供 PSPNet、DeepLabV3、SegFormer 等开箱即用的预训练模型。这篇上手指南按"真实使用路径"带你走完全流程：装通环境 → 验证安装 → 跑推理 → 训练与评估 → 按需求挑模型 → 踩坑自救，全程约 30 分钟。

为什么把 MMSegmentation 放进你的工具箱

先算一笔账：从零搭语义分割，你要自己写数据管线、训练循环和评估指标，再对着论文图复现网络结构，一个模型至少耗掉一周。MMSegmentation 把这件事变成改配置文件的活，你省掉的是整个"基建"：

• 统一的基准平台：众多分割算法跑在同一套代码、同一套训练协议下，性能对比直接且公平。
• 模块化设计：框架解耦为主干（encoder）、解码器、分割头等独立模块，换算法只需换模块，训练管线不用动。
• 即插即用的算法库：PSPNet、DeepLabV3、DeepLabV3+、SegFormer、Mask2Former 等均有现成配置与预训练权重。
• 高效的训练速度：与其他语义分割代码库相比更快或持平，省下的算力时间都是收益。

语义分割到底输出什么？两张图说清楚。输入就是一张普通照片：

模型输出像素级掩膜——每个像素归属一个类别：

完整数据流如下：图像先经 encoder 提特征，再由 decoder 与分割头产出像素级预测。正因为模块间边界清晰，项目才能像积木一样自由拼装：

想深入理解整体设计，读官方文档：docs/zh_cn/overview.md。

5 分钟装好 MMSegmentation：conda 环境、MIM 与两种安装方式

版本基线先对齐

Linux / Windows / macOS 均可运行，环境要求：

• Python 3.7+
• CUDA 10.2+（用 GPU 时）
• PyTorch 1.8+

建 conda 环境并装 PyTorch

conda create --name openmmlab python=3.8 -y conda activate openmmlab # GPU 平台 conda install pytorch torchvision -c pytorch # CPU 平台改用 cpuonly # conda install pytorch torchvision cpuonly -c pytorch

用 MIM 一键搞定 MMEngine 与 MMCV

MMCV 带 C++/CUDA 扩展，手动对 PyTorch 版本很容易翻车。用 MIM 装，依赖自动解析：

pip install -U openmim mim install mmengine mim install "mmcv>=2.0.0"

源码或 pip，装 MMSegmentation 的两条路

⚡ 要改代码、跑开发就选源码安装，可编辑模式让改动即时生效：

git clone -b main https://gitcode.com/GitHub_Trending/mm/mmsegmentation cd mmsegmentation pip install -v -e .

只当依赖库用就选pip 安装，一行搞定：

pip install "mmsegmentation>=1.0.0"

完整步骤与 Docker 方案见安装指南：docs/zh_cn/get_started.md。

2 分钟验证安装：让 PSPNet 推理生成第一张分割掩膜

✅ 验证不靠"import 不报错"，而靠跑出一个真实结果。

第 1 步：用 MIM 拉取 PSPNet 的配置文件与权重（视网络耗时几分钟）：

mim download mmsegmentation --config pspnet_r50-d8_4xb2-40k_cityscapes-512x1024 --dest .

完成后当前目录会多两个文件：pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py和pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth。

第 2 步：对仓库自带的 Cityscapes 街景图跑推理，结果写入result.jpg：

python demo/image_demo.py demo/demo.png pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py \ pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth \ --device cuda:0 --out-file result.jpg

result.jpg里每张目标都盖上了彩色分割掩膜——生成即代表安装成功。输入图长这样：

命令行入口的实现很短，值得扫一眼：demo/image_demo.py。

用自己的数据推理：单张图像与视频两个场景

脱离 demo 脚本，Python API 只有三个主角：init_model建模、inference_model推理、show_result_pyplot可视化。

单张图像分割：

from mmseg.apis import inference_model, init_model, show_result_pyplot config_file = 'pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py' checkpoint_file = 'pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth' model = init_model(config_file, checkpoint_file, device='cuda:0') # 无卡改 device='cpu' img = 'demo/demo.png' result = inference_model(model, img) show_result_pyplot(model, img, result, show=True, out_file='result.jpg', opacity=0.5)

换一张室内场景图，模型照样能给出桌面、椅子、墙体的逐像素类别：

视频逐帧分割：套一层循环即可，也可用命令行 demo/video_demo.py：

import mmcv from mmseg.apis import inference_model, init_model, show_result_pyplot model = init_model(config_file, checkpoint_file, device='cuda:0') video = mmcv.VideoReader('video.mp4') for frame in video: result = inference_model(model, frame) show_result_pyplot(model, frame, result, wait_time=1)

API 细节与参数说明见推理源码：mmseg/apis/inference.py。

训练自己的语义分割模型：数据准备、训练命令、mIoU 评估三步走

📌 以 Cityscapes 为例，走一遍"数据 → 训练 → 评估"闭环。

第一步：Cityscapes 数据集准备

先从 Cityscapes 官网下载并注册获取数据，按如下目录结构放置：

data/cityscapes/ ├── leftImg8bit/ │ ├── train/ │ ├── val/ │ └── test/ └── gtFine/ ├── train/ ├── val/ └── test/

再跑一次官方转换脚本，生成训练用的labelTrainIds.png：

python tools/dataset_converters/cityscapes.py data/cityscapes --nproc 8

其他数据集的完整准备流程：docs/zh_cn/user_guides/2_dataset_prepare.md。

第二步：一条命令启动训练

单卡与多卡的差别只是换脚本，配置完全一致：

# 单 GPU 训练 python tools/train.py configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py # 8 卡分布式训练 bash tools/dist_train.sh configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py 8

训练脚本支持--work-dir指定输出目录、--amp开混合精度、--resume断点续训。入口实现：tools/train.py；多卡脚本：tools/dist_train.sh。

第三步：评估 mIoU 收尾

# 单 GPU 评估 python tools/test.py configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py \ work_dirs/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024/latest.pth --eval mIoU # 8 卡分布式评估 bash tools/dist_test.sh configs/pspnet/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024.py \ work_dirs/pspnet_r50-d8_4xb2-40k_cityscapes-512x1024/latest.pth 8 --eval mIoU

跑完终端会输出每个类别的 IoU 与平均 mIoU，这就是语义分割模型训练的"成绩单"。测试入口：tools/test.py；分布式脚本：tools/dist_test.sh。训练与测试的完整参数表：docs/zh_cn/user_guides/4_train_test.md。

语义分割模型选型：按场景挑算法的速查表

算法目录都在configs/下，按下表对号入座，比"哪个最新选哪个"更省心：

拿不准就先跑 PSPNet：配置齐全、文档覆盖最多，是社区里最常被拿来对比的基线。全部算法的精度/权重/下载信息见模型库：docs/zh_cn/model_zoo.md。

踩坑自救手册：安装、运行、数据集六类常见症状

按"症状 → 原因 → 解法"排查，绝大多数问题两分钟定位：

更细的条目与社区已验证的答复：docs/zh_cn/notes/faq.md。

下一步：从"跑通"到"用熟"的四个资源

• 官方交互教程：demo/MMSegmentation_Tutorial.ipynb，边读边跑，覆盖安装到推理。
• 用户指南：docs/zh_cn/user_guides/，配置、数据、推理、训练、部署逐章展开。
• 进阶指南：docs/zh_cn/advanced_guides/，新增数据集、自定义模型与训练技巧都在这里。
• 社区项目：projects/，遥感、医学影像、NVIDIA Jetson 部署等方向的现成实践。

装通环境、跑通推理、训练出自己的 mIoU——到这里，MMSegmentation 的上手闭环已经完成。剩下的事，就是选一个离你业务最近的算法，把它改成你自己的配置。

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