因为使用的比较多，所以来总结一下。
先介绍一下，为什么用PaddleSeg
1、搭建模型更容易，和MMSeg相比，配置更加简单，容易上手
缺点是
1、目前版本还无法生成热力图，我看Paddle官方已经出比赛在解决这个问题了
2、和主流pytorch存在一定差别，模型迁移时需要熟悉两种配置；MMSeg是利用pytorch搭建的，但配置麻烦
目前对我来讲，PaddleSeg和MMSeg各有缺点，更多的学习才能解决这些问题。
1conda环境搭建(gpu版本)
1.查看cuda版本
nvcc -V
nvcc -V 可以查看CUDA的版本信息
输入命令 nvidia-smi 可以在输出的信息中查看到CUDA版本。需要注意的是，这个命令显示的是CUDA驱动的版本，而不是CUDA工具包的版本。
nvidia-smi
2.创建conda环境，安装对应版本的paddle
https://www.pad
