参考csdn文档：https://blog.csdn.net/qq_30263737/article/details/114935101

代码地址

https://github.com/bubbliiiing/deeplabv3-plus-pytorch

部署步骤

1.从github上download下具体的代码

2.创建一个python3.10环境，并进行使用requirestments.txt进行下载包

使用预测代码predict.py

CUDA_VISIBLE_DEVICES=xxx python predict.py

代码中的mode有三种模式，fps;predict;  fps为单张 predict为多张或一个文件夹

在fps模式下保存文件需要修改deeplab.py代码，如下：

其中self.color为上文自定义的颜色数组如下所示记录了21种颜色，

使用street.py预测结果如下：

常见错误

1.出现CUDA error: out of memory

RuntimeError: CUDA error: out of memory
CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1
Compile with TORCH_USE_CUDA_DSA to enable device-side assertions.

解决方案及原因：GPU显存不够，可使用nvidia-smi和nvitop进行查询哪个设备没有空闲的显存