AI实战营环境配置-快速安装
介绍如何快速配置实战营实战项目的所依赖环境，分本地配置和服务器配置。
🔧本地配置环境
mmpretrain
github：
https://github.com/open-mmlab/mmpretrain
快速安装：
# 1、创建python环境，并安装pytorch（使用anaconda管理环境）
conda create -n open-mmlab python=3.8 pytorch==1.10.1 torchvision==0.11.2 cudatoolkit=11.3 -c pytorch -y
# 2、切换至open-mmlab环境
conda activate open-mmlab
# 3、安装openmim（类似于pip、conda包管理器，属于openmmlab专门的包管理器）
pip install openmim
# 4、源码安装mmpretrain
git clone https://github.com/open-mmlab/mmpretrain.git # 1）克隆源码
cd mmpretrain # 2）切换至源码文件夹
mim install -e . # 3）安装
详细安装教程请参阅：点我
mmsegmentation
github：https://github.com/open-mmlab/mmsegmentation
快速安装：
步骤0：使用mim下载mmengine、mmcvpip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
步骤1：源码安装mmsegmentationgit clone -b main https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
pip install -v -e .
# '-v' 表示详细或更多输出
# '-e'表示以可编辑模式安装项目，
# 因此，对代码所做的任何本地修改都将在不重新安装的情况下生效。
步骤0：使用mim下载mmengine、mmcvpip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
步骤1：源码安装mmdetectiongit clone https://github.com/open-mmlab/mmdetection.git
cd mmdetection
pip install -v -e .
步骤0：使用mim下载mmengine、mmcvpip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
步骤1：源码安装mmposegit clone https://github.com/open-mmlab/mmpose.git
cd mmpose
pip install -r requirements.txt
pip install -v -e .
步骤0：使用mim安装mmcv、mmengine、mmagicpip3 install openmim
mim install 'mmcv>=2.0.0'
mim install 'mmengine'
mim install 'mmagic'
步骤1：验证mmagic是否安装成功cd ~
python -c "import mmagic; print(mmagic.__version__)"
Example output: 1.0.0
还有一点，此文档除了mmpretrain中没用安装mmcv，且不知mmcv的版本；
其他几个都安装了'mmcv>=2.0.0'；
所以按理来说可以将本次实战营这几个库全部安装在同一环境。
由于安装的是'mmcv>=2.0.0'，所以属于openmmlab 2.0系列。
openmmlab1.0系列和openmmlab2.0系列之间的区别，就是对应各个库的版本不同（见下）
OpenMMLab 1.0 与 2.0 系列区别
一句话总结：2.0 基于 MMEngine 基础库，更加统一、灵活
