VisionHOPE

环境要求

• Linux 系统，配备 NVIDIA GPU 与 CUDA 工具链（含 nvcc 和 C++ 编译器）
• CUDA 12.1 运行环境
• Python 3.10（分类任务也支持 3.11）
• 首次运行时会自动编译 CUDA 扩展，需要本机具备编译环境
• COCO / ADE20K 任务需要另外创建独立的 Python 3.10 环境

安装与启动步骤

1. 1准备系统环境

   确认是 Linux + NVIDIA GPU 机器，已装 CUDA 12.1 与 nvcc、C++ 编译器；用 nvcc 命令检查版本是否匹配。

   nvcc --version

   复制

2. 2获取项目代码

   克隆仓库后，后续所有命令都在仓库根目录执行，注意不要在其他路径下运行安装命令。

   git clone https://github.com/PSRben/VisionHOPE.git
   cd VisionHOPE

   复制

3. 3安装 PyTorch

   按 README 指定的 CUDA 12.1 源安装 torch 2.1.0 与 torchvision 0.16.0，版本需与 CUDA 对齐。

   python -m pip install torch==2.1.0 torchvision==0.16.0 --index-url https://download.pytorch.org/whl/cu121

   复制

4. 4安装分类依赖

   安装图像分类任务所需的依赖清单，需在仓库根目录执行以保证相对路径 requirements/ 可用。

   python -m pip install -r requirements/classification.txt

   复制

5. 5以可编辑模式安装

   用 --no-deps 避免覆盖已装好的依赖，-e 方式安装使本地改动能直接生效。

   python -m pip install --no-deps -e .

   复制

6. 6安装 MMCV（可选）

   只有在做 COCO 检测或 ADE20K 分割时才需要，需使用与 cu121 / torch2.1 对应的预编译包。

   python -m pip install --only-binary=mmcv mmcv==2.1.0 -f https://download.openmmlab.com/mmcv/dist/cu121/torch2.1/index.html

   复制

7. 7安装任务依赖（可选）

   按任务在各自独立环境中二选一安装：检测用 detection.txt，分割用 segmentation.txt，装完再执行一次可编辑安装。

   python -m pip install -r requirements/detection.txt
   python -m pip install --no-deps -e .

   复制

如何确认成功

执行 python -c "import torch;print(torch.__version__, torch.cuda.is_available())"，应输出 2.1.0 与 True。

常见问题

注意事项

• 混合精度请用 torch.autocast，模型参数保持 FP32，不要直接把参数转成半精度。
• COCO 与 ADE20K 的依赖装在不同环境里，避免版本互相污染。
• README 未给出训练与评测的启动命令，实际入口脚本请以仓库内代码为准。