下载安装umamba教程使用命令

1. 至少要求 Ubuntu 20.04，CUDA 11.8

conda create -n umamba python=3.10 

conda activate umamba

pip3 install torch==2.0.1 torchvision==0.15.2

（或 pip install torch==2.6.0 torchvision==0.15.3）

2. 首先下载whl文件，然后pip install **.whl文件 (必须)

（1）从Releases · Dao-AILab/causal-conv1d · GitHub中选择对应的causal_conv1d

其中cu118表示cuda版本至少大于等于11.8；cxx11abiTrue和cxx11abiFALSE表示关于C++ ABI的标志，cxx11abiFALSE兼容性更好，一般选择它；cp310表示Python 3.10

（2）从Releases · state-spaces/mamba · GitHub中选择对应的mamba-ssm版本
（参考：mamba-ssm安装说明（Ubuntu）-CSDN博客）

3.

pip3 install nnunetv2  （如果复现的不是umamba 而是nnunetv1，则pip3 install nnunet，以上和以下内容均不是针对nnunetv1的，如果想看如何复现nnunetv1，可看我的其他博客）

4. 使用命令

nnUNetv2_plan_and_preprocess -d 3 --verify_dataset_integrity

nnUNetv2_train 3 3d_fullres 0 -tr nnUNetTrainerUMambaEnc

nnUNetv2_predict -i /home/chengi/student/lhh/umamba/U-Mamba/data/nnUNet_raw/Dataset003_Leopard/imagesTs -o /home/chengi/student/lhh/umamba/U-Mamba/data/nnUNet_raw/Dataset003_Leopard/inferTs -d 3 -c 3d_fullres -f 0 -tr nnUNetTrainerUMambaBot -chk /home/chengi/student/lhh/umamba/U-Mamba/data/nnUNet_results/Dataset003_Leopard/nnUNetTrainerUMambaBot__nnUNetPlans__3d_fullres/fold_0/checkpoint_best.pth

运行 evaluation.py 进行评估结果