Segment Anything在Ubuntu20.04上的安装与使用（保姆级教程！）_ubuntu 20.04 安装sam

SAM(Segment Anything Model)一发布，就引起了广泛的关注，现在刚过几天就已经有了17.5k的收藏，这里介绍给大家如何在Ubuntu20.04上安装并使用SAM.

附工作SAM的链接：https://github.com/facebookresearch/segment-anything

首先，要用SAM我们需要先安装conda与pytorch.

对于anaconda的安装我们可以直接在官网找到下载链接。

1. conda的下载

点击下载链接

https://www.anaconda.com/products/distribution/start-coding-immediatelyhttps://www.anaconda.com/products/distribution/start-coding-immediately

下载后我们找到conda的安装包:

在命令行中输入：

bash ~/下载/Anaconda3-2023.03-Linux-x86_64.sh

然后一路回车＋yes就可以了。

2. pytorch的下载

要下载pytorch我们首先需要用conda创建一个虚拟环境,(这是为了防止后续工作的包与现有的环境冲突而做的)注意这里python版本要>=3.8

conda create -n envName_pytorch python=3.8
 

创建完虚拟环境后，使用如下命令进入虚拟环境

source activate envName_pytorch

对于pytorch而言，我们进入官网：https://pytorch.org/

选择自己需要的版本进行下载，打开终端输入官网中给出的命令行就好。

注意：这里直接下载最新版就好。对于Package我们需要选择Cuda下载

版本的选择：如果你的电脑带Nvida卡，就选择Compute Platform中的第一个CUDA11.7, 如果你的电脑没有Nvida卡，就选择最后一个CPU。需要注意的是，选择CPU的情况下Segment Anything会慢很多。

 然后我们检验一下,在虚拟环境中输入python:

python

import torch
torch.rand(3,3)

 有如上显示证明pytorch在我们创建的虚拟环境中安装成功。

在这里因为是新创建的虚拟环境，我们还需要为此安装一些Python的kernal,不然后面SAM运行时会报错。

conda install --name envName_pytorch --update-deps ipykernal pexpect psutil chardet certifi idna urllib3 
 
 
conda install --name envName_pytorch --force-reinstall --update-deps charset-normalizer==3.1.0

下面我们就可以在github仓库中下载SAM了。

命令行输入：

git clone https://github.com/facebookresearch/segment-anything.git

下载model checkpoints:

https://github.com/facebookresearch/segment-anything#model-checkpoints

用vscode打开文件看到如下界面

 

这里我们点击右上角，将编辑器的环境换到我们创建的虚拟环境envName_pytorch。

然后修改代码中check_point,将其修改到我们下载的模型路径下。

checkpoint = "/home/ybw/model_checkpoints/sam_vit_h_4b8939.pth"
model_type = "vit_h"

但是要注意的是，对于没有NVIDIA的电脑我们需要对代码进行略微的改动。

进入notebooks路径，对automatic_mask_generator_example而言需要注释掉cuda卡的内容

 将device = " cuda" 与 sam.to(device = device)注释掉。

同理对于另外两个文件，也需要注释

 然后我们就可以跑通SAM啦！

官方例子效果如下： 

最后使用

conda deactivate envName_pytorch

退出虚拟环境就完成了。