从零开始：用conda在Ubuntu20.04上搭建SAM2分割模型环境（含PyTorch版本匹配技巧）

weixin_30596343

134人浏览 · 2026-04-16 03:37:49

weixin_30596343 · 2026-04-16 03:37:49 发布

从零构建SAM2分割模型开发环境：Ubuntu20.04下的conda实战指南

在计算机视觉领域，图像分割技术正以前所未有的速度发展。Meta推出的Segment Anything Model（SAM）系列以其强大的零样本迁移能力成为行业标杆，而SAM2作为其升级版本，在精度和效率上都有显著提升。本文将带您从零开始，在Ubuntu20.04系统上搭建完整的SAM2开发环境，特别针对PyTorch与CUDA版本匹配这一常见痛点提供系统解决方案。

1. 环境准备与基础配置

Ubuntu20.04作为长期支持版本，以其稳定性和完善的软件生态成为深度学习开发的首选系统。在开始之前，请确保系统已更新至最新状态：

sudo apt update && sudo apt upgrade -y

必备基础组件包括：

NVIDIA显卡驱动（建议使用官方驱动）
GCC/G++编译工具链
Python开发环境

对于NVIDIA显卡驱动，推荐通过官方PPA安装：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt install nvidia-driver-535

安装完成后，通过nvidia-smi命令验证驱动是否正常工作，该命令同时会显示当前支持的CUDA最高版本。

2. Conda环境管理精要

Conda作为Python环境管理工具，能有效解决不同项目间的依赖冲突问题。我们推荐安装Miniconda3以保持环境精简：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

创建专用于SAM2的隔离环境：

conda create -n sam2 python=3.10 -y
conda activate sam2

环境管理技巧：

使用conda env export > environment.yml备份环境配置
通过conda list --explicit > spec-file.txt生成精确版本清单
定期使用conda clean -a清理缓存

3. CUDA与PyTorch版本匹配实战

版本不匹配是深度学习环境配置中最常见的问题之一。以下是当前主流版本的对应关系：

PyTorch版本	官方推荐CUDA版本	支持Python版本
2.3.1	11.8/12.1	3.8-3.11
2.2.2	11.8	3.8-3.11
2.1.2	11.8	3.8-3.11

安装PyTorch时，务必使用官方推荐的命令格式：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

验证安装是否成功：

import torch
print(torch.__version__)  # 应显示2.3.1
print(torch.cuda.is_available())  # 应返回True
print(torch.version.cuda)  # 应显示11.8

若出现版本不匹配警告，可通过以下步骤解决：

确认当前CUDA工具包版本：nvcc --version
根据PyTorch版本要求调整CUDA版本
使用conda install cuda -c nvidia/label/cuda-11.8.0安装指定版本CUDA

4. SAM2完整安装流程

获取官方代码仓库并安装依赖：

git clone https://github.com/facebookresearch/segment-anything-2.git
cd segment-anything-2
pip install -e .

安装演示所需额外组件：

pip install -e ".[demo]"

下载预训练模型权重：

cd checkpoints
./download_ckpts.sh

常见安装问题解决方案：

权限问题：在pip命令后添加--user参数
编译错误：确保已安装python3-dev和必要的编译工具
网络超时：使用国内镜像源如-i https://pypi.tuna.tsinghua.edu.cn/simple

5. SAM2模型推理实践

以下是一个完整的图像分割示例，展示如何使用点提示进行预测：

import torch
from sam2.build_sam import build_sam2
from sam2.sam2_image_predictor import SAM2ImagePredictor
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

# 初始化预测器
checkpoint = "./checkpoints/sam2_hiera_large.pt"
model_cfg = "sam2_hiera_l.yaml"
predictor = SAM2ImagePredictor(build_sam2(model_cfg, checkpoint))

# 加载测试图像
image = Image.open('test_image.jpg').convert("RGB")
image_array = np.array(image)

# 设置交互点（前景点）
input_point = np.array([[500, 375]])  # 根据图像尺寸调整坐标
input_label = np.array([1])  # 1表示前景点

# 执行预测
with torch.inference_mode(), torch.autocast("cuda", dtype=torch.bfloat16):
    predictor.set_image(image_array)
    masks, scores, _ = predictor.predict(
        point_coords=input_point,
        point_labels=input_label,
        multimask_output=True
    )

# 可视化结果
plt.figure(figsize=(10,10))
plt.imshow(image_array)
plt.scatter(input_point[:,0], input_point[:,1], color='green', marker='*', s=300)
plt.axis('off')
plt.show()

性能优化技巧：

使用torch.autocast启用混合精度计算
对大尺寸图像先进行下采样处理
批量处理多个提示点时使用predictor.predict_batch

6. 开发环境维护与问题排查

保持环境健康的几个关键实践：

依赖管理：
- 定期更新：pip list --outdated
- 精确记录：pip freeze > requirements.txt
CUDA多版本管理：
- 使用update-alternatives管理不同CUDA版本
- 在.bashrc中动态设置环境变量

# 示例：CUDA版本切换
export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH

常见错误处理：

错误现象	可能原因	解决方案
CUDA版本不匹配	PyTorch编译版本与运行时版本不一致	重新安装匹配版本的PyTorch
内存不足	图像尺寸过大或显存不足	减小批处理大小或图像分辨率
推理结果异常	提示点位置不当	调整提示点位置或增加提示点数量

对于长期项目开发，建议使用Docker容器封装完整环境，确保复现性。以下是一个简化的Dockerfile示例：

FROM nvidia/cuda:11.8.0-runtime-ubuntu20.04

RUN apt update && apt install -y \
    python3.10 \
    python3-pip \
    git \
    && rm -rf /var/lib/apt/lists/*

WORKDIR /app
RUN git clone https://github.com/facebookresearch/segment-anything-2.git
RUN pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
RUN pip install -e segment-anything-2/.[demo]