1. 安装依赖

MMSegmentation 可以在 Linux、Windows 和 MacOS 上运行。它需要 Python 3.6 以上，CUDA 9.2 以上和 PyTorch 1.3 以上。这里我用的是python3.8，cuda113，pytorch1.10.0,按照版本信息安装mmcv-full。

https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

2. 安装 MMSegmentation

从源码安装（推荐）：如果基于 MMSegmentation 框架开发自己的任务，需要添加新的功能，比如新的模型或是数据集，或者使用mmlab提供的各种工具。

第一次安装比较慢，请耐心等待。

在终端中输入代码：

git clonehttps://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
pip install -v -e .

安装完成后会在本地出现一个mmsegmentationd的文件夹，安装成功。

3. 验证安装

需要先下载配置文件和预训练模型

在终端中输入代码：

mim download mmsegmentation --config pspnet_r50-d8_512x1024_40k_cityscapes --dest .

下载将需要几秒钟或更长时间，这取决于你的网络环境。完成后，你会在当前文件夹中发现两个文件pspnet_r50-d8_512x1024_40k_cityscapes.py和pspnet_r50-d8_512x1024_40k_cityscapes_20200605_003338-2966598c.pth（预训练模型）。

在pycharm中配置参数并运行：

在demo文件夹下打开image_demo.py配置参数

在形参栏中输入参数

分别表示测试图片路径，配置文件路径（这里我把配置文件和预训练模型都下载到demo文件夹中），预训练模型路径，使用设备（cpu/gpu）,输出分割后图片名称。

运行后会当前文件夹中看到一个新的图像result.jpg，其中的分割掩膜覆盖在所有对象上。