一个完整的深度学习图像分割例子（二）：环境搭建

在[项目简介]中我们已经明确了软件需求和设计，接下来按照下图开始准备环境。

步骤三：
选择[创建项目]

步骤五：
选择paddlepaddle版本和python版本

接下来就进入到代码编辑界面了。

这些上层组件中，包括常用的网络模型，数据增强，训练过程，模型评估，模型参数保存等操作，让我们能够只通过一个命令行就将模型训练起来，对，你没听错，就是一个命令，你就开启了模型的训练。

PaddleCls：分类网络

PaddleDetection：目标检测

PaddleSegmentation：目标分割

PaddleGAN：图像生成

由于我们的项目用到了图像目标分割模型，所以接下来我们就在PaddlePaddle的基础上安装PaddleSegmentation，除了采用安装的方式外，也可以将PaddleSegmentation源码下载下来，在源码基础上进行开发也行。

只要在notebook中输入下面命令就行，如果不指定版本就默认安装最新版本的。

!pip install paddleseg

到这里我们就已经完成了环境搭建的过程，接下来就可以进行训练数据集的准备阶段了。

详情请关注“计算机视觉大讲堂”公众号

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习210539 人正在系统学习中

来源：计算机视觉大讲堂