SAM2分割万物—本地部署：实时分割图像、视频OSError：未设置环境变量CUDA_HOME。请将其设置为您的CUDA安装根目录。

见贤思齐

文章目录1.配置SAM22.可能在pipinstall-e.时报错2.1.方法`--no-build-isolation`2.2.原因3.开始参考：segment-anything-2github支持box、点输入、mask输入指导SAM2来试试分割视频、图像1.配置SAM2注意：需要python>=3.10，以及torch>=2.3.1和torchvision>=0.18.1。建议为此安装创建一个新的Python环境，并按照https://pytorch.org/通过pip安装PyTorch2.3.1（或更高版本）。如果当前环境中的PyTorch版本低于2.3.1，则上述安装命令将尝试使用pip将其升级到最新的PyTorch版本。您可以使用以下方法在GPU计算机上安装SAM2：gitclonehttps://github.com/facebookresearch/segment-anything-2.gitcdsegment-anything-2pipinstall-e.123要使用SAM2预测器并运行示例笔记本，需要jupyter和matplotlib，可以通过以下方式进行安装：pipinstall-e".[demo]"12.可能在pipinstall-e.时报错raiseOSError('CUDA_HOMEenvironmentvariableisnotset.'OSError:CUDA_HOMEenvironmentvariableisnotset.PleasesetittoyourCUDAinstallroot.[endofoutput]1232.1.方法--no-build-isolation下面是我使用的方法在Windows11上。首先，下载cuda12.4（12.1也完全没有问题）然后：在系统环境变量中添加一个新条目，名称为CUDA_HOME，值为C：\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v12.4;最后：cd\segment-anything-2condacreate-nsam2python=3.10pip3installtorchtorchvisiontorchaudio--index-urlhttps://download.pytorch.org/whl/cu124pipinstall--no-build-isolation-e.pipinstall--no-build-isolation-e".[demo]"12345672.2.原因pipinstall--no-build-isolation-e.和pipinstall--no-build-isolation-e".[demo]"是安装Python包的命令。这两个命令的作用和参数如下：--no-build-isolation:这个选项告诉pip在安装过程中不使用隔离的构建环境。默认情况下，pip会创建一个临时的虚拟环境来安装包的构建依赖，然后在这个环境中进行构建。使用--no-build-isolation选项可以使pip直接使用当前环境中的构建依赖。这在某些情况下（例如需要与当前环境中的特定版本的依赖进行交互）是有用的，但也可能导致一些依赖冲突或环境污染的问题。为什么要使用–no-build-isolation？避免重复安装依赖：如果你已经在当前环境中安装了所有必要的依赖，并且不希望pip在构建过程中重新下载和安装这些依赖，那么使用--no-build-isolation可以节省时间和资源。调试构建问题：有时，使用隔离环境可能会掩盖一些依赖或环境配置的问题。在这种情况下，禁用隔离环境可以帮助你更好地调试和解决这些问题。与现有环境更好地集成：在一些复杂的开发环境中，可能需要与当前环境中的特定依赖版本进行交互。在这种情况下，使用--no-build-isolation可以确保构建过程使用当前环境中的依赖。总结使用–no-build-isolation可以避免重复安装依赖、帮助调试构建问题，并确保构建过程与现有环境更好地集成。3.开始下载检查点首先，我们需要下载一个模型检查点。所有模型检查点都可以通过运行以下命令来下载：cdcheckpoints./download_ckpts.sh12或单独下载：sam2_hiera_tiny.ptsam2_hiera_small.ptsam2_hiera_base_plus.ptsam2_hiera_large.pt然后，SAM2可以分几行用于图像和视频预测，如下所示。请参阅image_predictor_example.ipynb中的示例，了解静态图像用例。有关如何在视频中添加提示、进行细化和跟踪多个对象的详细信息，请参阅video_predictor_example.ipynb中的示例。