什么是Cellpose
Cellpose 是一款基于深度学习的开源细胞图像分割工具，专为生物医学研究设计，支持自动识别和分割显微镜图像中的细胞结构，软件支持GPU加速运算。
同时Cellpose也推出了网页版，可以在线进行细胞分割操作：https://www.cellpose.org/
Cellpose的安装
- Cellpose官网：https://github.com/MouseLand/cellpose
- Cellpose可以使用Conda创建环境之后安装
# 创建一个新环境，推荐使用 Python 3.10，但 Python 3.9 和 3.11 也可以使用。
conda create –name cellpose python=3.10
# 进入cellpose环境
conda activate cellpose
# 安装Cellpose包以及Cellpose GUI
python -m pip install cellpose[gui] -i http://mirror.xiyoucloud.pro:63333/repository/pypi/simple –trusted-host mirror.xiyoucloud.pro
- 安装依赖
# 安装依赖
sudo apt-get install '^libxcb.*-dev' libx11-xcb-dev libglu1-mesa-dev libxrender-dev libxi-dev libxkbcommon-dev libxkbcommon-x11-dev
- 不安装上述依赖的话会出现下图报错
无GUI界面的Ubuntu如何使用
没有GUI界面的服务器可以通过X11或者安装远程桌面的方式来使用。
X11转发
- 具体可以参考该教程的X11转发步骤：服务器使用Spyder快速入门指南。
- 使用MobaXterm连接上服务器后，在MobaXterm中的Linux命令行运行python -m cellpose命令，就会弹出Cellpose窗口。
安装 Xfce4 桌面环境，并使用 X2Go 进行远程访问
X2Go 主要用来访问远程 Linux 计算机的图形界面，这需要服务器安装桌面环境并运行X2Go 服务器端。此处我们选择安装轻量级的桌面环境Xfce4。
环境配置
1.Linux端安装X2Go服务器端
sudo apt-get install x2goserver x2goserver-xsession
- 安装完成
2.Linux端安装桌面环境
sudo apt install xfce4 -y
- 弹出界面选择lightdm作为默认显示管理器，因为它通常与Xfce配合得更好，并且资源占用较少
本地电脑安装X2Go Client并远程连接服务器
安装软件
- 下载链接：http://wiki.x2go.org/doku.php，根据自己的电脑系统选择安装包安装，此处使用的是Windows系统。使用安装包的方式安装X2Go Client比较简单，都是默认选项一直安装就行。
连接和使用
1.打开X2Go Client，点击左上角“Session”>“New session”创建会话。
2.出现下图session配置界面，按照图中步骤填写自己的服务器信息，上方Session name可以自定义。这里的端口填写SSH端口即可，这点做得比较好，无需单独暴露端口，比较安全~~
点击右侧session栏，会弹出输入密码的界面。
输入密码后即可进入远程服务器桌面环境。
点击下方terminal栏可以进入服务器命令行环境。
激活环境并运行Cellpose可以正常弹出Cellpose界面使用。
可能出现的报错
找不到依赖
在MobaXterm中的Linux命令行运行python -m cellpose命令时，可能会出现如下报错，按照对应命令安装依赖即可。
- GUI ERROR: libEGL.so.1: cannot open shared object file: No such file or directory
sudo apt install libegl1
- GUI ERROR: libxkbcommon.so.0: cannot open shared object file: No such file or directory
sudo apt install libxkbcommon-x11-0
CUDA error
运行后导入图片并run CPSAM后报错CUDA error: no kernel image is available for execution on the device
- 参考：https://zhuanlan.zhihu.com/p/1891933571964450313
# 清理现有环境
conda activate cellpos
pip uninstall torch torchvision torchaudio -y
pip cache purge
# 安装支持CUDA 12.8的Nightly构建版本
pip3 install –pre torch torchvision torchaudio –index-url https://download.pytorch.org/whl/nightly/cu128
