Python语义分割与街景识别（2）：环境搭建

news/2024/5/2 8:02:54/文章来源:https://blog.csdn.net/qq_41904236/article/details/131670921

前言

本文主要用于记录我在使用python做图像识别语义分割训练集的过程，由于在这一过程中踩坑排除BUG过多，因此也希望想做这部分内容的同学们可以少走些弯路。

本文是python语义分割与街景识别的第二篇，关于环境搭建的内容。这个部分是整个流程中最让人烦躁的内容之一。

一、安装CUDA

1.1 首先需要确认电脑GPU为英伟达

1.2 使用win+R输入cmd，输入nvidia-smi查看本机版本，下面以笔者笔记本为例

可以看到本机显卡驱动版本为512.78（在此之前建议先将驱动升级至最近版本）

右侧CUDA Version表示支持最高的CUDA版本为11.6

1.3 据此在英伟达官网下载对应版本的CUDA，链接为（打开略慢）

CUDA Toolkit 11.2 Downloads | NVIDIA Developer

1.4 在cmd中输入nvcc -V（中间有空格，V为大写）查看是否安装成功，若显示如下则安装成功

1.5 查看CUDA路径

在cmd中输入set cuda，若显示如下则以配置成功，否则需要配置环境变量

1.6 环境变量设置方法

在cmd中输入control system，在弹出的窗口中选择“高级系统设置”——“环境变量”，添加以下两行

（这一步若不会，百度“添加环境变量”）

重复1.5步骤若成功则CUDA安装完毕

1.7 报错说明

实测在安装CUDA时有可能显示安装失败

此时先将安装的CUDA卸载干净，然后根据安装失败提示，显示什么安装失败就取消安装某个包

参考链接如下

https://blog.csdn.net/Redamancy06/article/details/125809903?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169418531816800182130145%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=169418531816800182130145&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-125809903-null-null.142^v93^control&utm_term=cuda%E5%AE%89%E8%A3%85%E5%A4%B1%E8%B4%A5https://blog.csdn.net/Redamancy06/article/details/125809903?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169418531816800182130145%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=169418531816800182130145&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-125809903-null-null.142%5Ev93%5Econtrol&utm_term=cuda%E5%AE%89%E8%A3%85%E5%A4%B1%E8%B4%A5