做网站要开发嘛,页面预加载wordpress,阿里巴巴官网首页网站,建设厅官方网站河南目录 前言一、环境准备多版本cuda切换切换cuda版本二 安装CUDNN2.1 检查cudnn 二、使用步骤1.安装虚拟环境2.测试Gradio3.推理 总结 前言
我们在解读完MedSAM之后#xff0c;迫不及待想尝尝这个技术带来的福音#xff0c;因此验证下是否真的那么6。这不#xff0c;新鲜的使… 目录 前言一、环境准备多版本cuda切换切换cuda版本二 安装CUDNN2.1 检查cudnn 二、使用步骤1.安装虚拟环境2.测试Gradio3.推理 总结 前言
我们在解读完MedSAM之后迫不及待想尝尝这个技术带来的福音因此验证下是否真的那么6。这不新鲜的使用教程来了 一、环境准备 Environment Requirements: Ubuntu 20.04 | Python 3.10 | CUDA 12.1 | Pytorch 2.3.1 CUDA12.1安装参考之前安装3DGS时候安装cuda118教程如下 https://blog.csdn.net/wqthaha/article/details/141883838
注意这里的安装目录是“/usr/local/cuda-12.1/”
多版本cuda切换
安装完成后配置并更新环境变量
#打开环境变量编辑
gedit ~/.bashrc#添加路径此处展示的是默认路径根据自己的路径来
export LD_LIBRARY_PATH$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH$PATH:/usr/local/cuda/bin
export CUDA_HOME$CUDA_HOME:/usr/local/cuda#激活环境变量
source ~/.bashrc #cuda默认安装在usr/local/cuda
stat /usr/local/cuda默认cuda指向cuda121
切换cuda版本
sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-11.8 /usr/local/cuda#使用下面的命令查看你的CUDA版本
nvcc -V
#显示的是cuda11.8 cat /usr/local/cuda/version.json 显示的是cuda12.1
好像没有切换过来可以使用which nvcc 查看调用的是哪里的nvcc 然后用/usr/local/cuda/bin/nvcc看看是不是不一样即 /usr/local/cuda/bin/nvcc --version
解决方案 把想用的CUDA的bin目录配置PATH中 编辑~/.bashrc在最后加入export PATH/usr/local/cuda/bin:$PATH。 source ~/.bashrc或重启shell。
# cuda11.8备份
#export PATH/usr/local/cuda-11.8/bin${PATH::${PATH}}
#export LD_LIBRARY_PATH/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}}
#export CUDA_HOME/usr/local/cuda-11.8二 安装CUDNN
下载的链接https://developer.nvidia.com/rdp/cudnn-archive 推荐中文链接https://developer.nvidia.cn/rdp/cudnn-archive 这里我选择的是cudnn8.9.7 for cuda 12.x的tar版本
tar -xvf cudnn-linux-x86_64-8.9.7.29_cuda12-archive.tar.xz
sudo cp cudnn-linux-x86_64-8.9.7.29_cuda12-archive/include/cudnn*.h /usr/local/cuda-12.1/include
sudo cp -P cudnn-linux-x86_64-8.9.7.29_cuda12-archive/lib/libcudnn* /usr/local/cuda-12.1/lib64
sudo chmod ar /usr/local/cuda-12.1/include/cudnn*.h /usr/local/cuda-12.1/lib64/libcudnn*2.1 检查cudnn
cat /usr/local/cuda-12.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 二、使用步骤
1.安装虚拟环境
conda create -n medsam2 python3.10 -yconda install pytorch torchvision torchaudio pytorch-cuda12.1 -c pytorch -c nvidia#运行install
pip install -e .install遇到的问题如下 还是安装失败发现原因就是没有读到CUDA_HOME为此将此直接写固定 export CUDA_HOME/usr/local/cuda-12.1
安装成功
2.测试Gradio
Install dependencies 安装依赖包
pip install gradio3.38.0 sudo add-apt-repository ppa:jonathonf/ffmpeg-4 sudo apt-get update sudo apt-get install ffmpeg 或者这样安装ffmpeg conda install -c conda-forge ffmpeg-python
Run python app.py 3.推理
下载模型 Download SAM2 checkpoint and place it at ./checkpoints/sam2_hiera_tiny.pt . 下载地址 https://dl.fbaipublicfiles.com/segment_anything_2/072824/sam2_hiera_tiny.pt
代码如下示例
data pd.read_csv(https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv)
print(data.head())该处使用的url网络请求的数据。 总结
这里将SAM2MED进行了测试和推理步骤比较多但是也不难。模型取得的效果还需要进一步验证
