mmcv和mmseg的安装及出现的问题解决办法

原创 已于 2023-10-24 14:42:21 修改 · 1.7k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #人工智能 #python #1024程序员节

于 2023-10-18 21:10:20 首次发布
本文介绍了如何在已有CUDA和Torch环境中设置新旧MMCV版本，包括遇到的问题（如版本过高导致的Config模块缺失），步骤包括新建环境、安装MMCV旧版本、以及如何在不同版本间切换和卸载过程。

1.第一步需要新建一个环境，我这里直接复制了电脑上的常用的一个环境，已经安装好了cuda和torch，python是3.8.16，torch的版本是2.0.1+cu117

2.第二步

根据mmcv的安装文档安装 MMCV — mmcv 2.1.0 文档，根据自己电脑环境的配置，下载相应版本。注意要下载新版本还是旧版本，我下载了新版本导致代码出现了问题，所以要卸载重装旧版本，解决方案见第4步。

这里

3.第三步 安装mmseg

安装的时候mmseg要写全：

pip install mmsegmentation

4.但是在代码中出现了错误，经过查阅资料，才发现是mmcv的安装版本太

最低0.47元/天 解锁文章
MMSegmentation安装简明流程
ArcGis_Niu的博客
02-09 2349
MMSegmentation 是 OpenMMLab 开源的基于 PyTorch 实现的功能强大的语义分割工具箱。作者使用的操作平台是Ubuntu 20.04 CUDA10.2提示：以下是本篇文章正文内容，下面案例可供参考MMSegmentation安装过程清晰合理，遇到的大部分问题都是镜像下载速度不够快，使用科学上网工具大多都可以解决，其他问题可以在评论区留言交流。
MMDetection安装踩坑教程，一次性安装成功
珺毅同学的博客
03-12 1万+
MMDetection 安装与调试，一次性安装成功~
mmlab - mmsegmentation经验总结（一）环境安装
熊猫小妖的AI世界
09-24 5422
【DL】如何使用MMSegmentation训练数据集
MMCV问题
qq_44770238的博客
10-16 454
from mmcv.utils.parrots_wrapper import _BatchNorm 改为：from torch.nn.modules.batchnorm import _BatchNorm。解决方法1：对现有的mmcv进行卸载，使用自己的cuda和torch版本对应的mmcv的版本（最好参考官方的版本，有些cuda和torch的版本没有mmcv对应的）。安装mmcv，示例cuda版本是11.3，torch版本声1.10。原因：就是版本对应上不上，显示版本不在1.3.0和1.5.0之间。
mmcv与cuda，pytorch版本匹配要求
热门推荐
lh_lyh的博客
12-13 5万+
mmcv与cuda、pytorch版本兼容要求，见mmcv官方文档： 安装部分。
安装mmcv和mmseg
m0_45973994的博客
11-29 230
安装mmcv和mmseg 链接: https://blog.youkuaiyun.com/oh_OOO/article/details/119303251.
MMSegmentation 安装教程，避免mmcv不合适版本，及相关问题解决
qq_43683133的博客
03-05 964
都行，不做要求。
mmcv mmdet mmseg
03-22
**常见问题及其解决办法** - 如果遇到类似 `module 'numpy' has no attribute 'object'` 错误，可能是由于 NumPy 版本过高引起的。可降级至较低版本以解决问题： ```bash pip install numpy==1.23.5 ``` - 若...
inux下mmcv为什么安装不上
最新发布
11-16
在Linux系统下，MMCV安装失败可能有多种原因，以下是一些常见原因及对应的解决办法： ### 与PyTorch不兼容 - **原因**：MMCV与PyTorch版本不兼容会导致链接失败，出现类似 `ImportError: /root/miniconda3/envs/...
解决UniAD在高版本CUDA、pytorch下运行遇到的问题
XCCCCZ的博客
11-09 2966
官网上的安装说明是按作者使用的较低版本的CUDA11.1.1和pytorch1.9.1来的，对应的mmcv也是较低版本的1.4版，我们工作服务器上的nvidia ngc docker环境里使用的这些支持工具软件早已是较高版本的，于是想在我们自己的环境里把UniAD跑起来，安装过程中遇到一些坑，最终都一一解决了，也实测过了，UniAD完全可以正常跑在CUDA11.6+pytorch1.12.0+mmcv1.6+mmseg0.24.0+mmdet2.24+mmdet3d1.0.0rc4组成的环境下。
elasticsearch的mmseg分词器安装包
07-13
elasticsearch的中文分词器，mmseg分词器支持中文分词，也支持英文分词，维语分词，可以联系发布者，了解如何支持维语分词
mmcv与mmdet版本问题 AssertionError: MMCV==1.7.1 is used but incompatible.
weixin_45501482的博客
01-27 5706
建议：如果已经安装mmdet出现版本问题，在conda环境中移除安装新的版本可能会导致其他的包版本不适应问题，如果环境中的包不是很多，建议为其创建新的虚拟环境。在查找问题时，也发现了新的解决办法，那就是根据报错找到对版本限制的代码，进行修改，可以参考以下文章，据说大部分时候可以及诶觉这个问题，不过我没有试过。而我原始的conda环境中mmcv的版本为2.1.0，而这个报错是由于mmcv-full的版本与mmdet版本不对应引起的问题。这里可以在这篇文章中查看他们之间的版本对应关系。
【mmseg—关于mmcv安装问题】
闪闪发光的博客
06-30 4657
我在加载原来模型的时候，发现mmcv包版本不对，让安装更高版本的，结果安装后，还是不对，显示如下错误。因为我安装的mmcv和mmcv-full都比较乱，也不对应。具体看下他俩的区别。刚开始我是没卸载，都是直接安装对应版本，但是安装后还是不对，出现错误（这个错误有人用方法。原因大概是我没有卸载干净，主要是每次只卸载mmcv或mmcv-full，后来参考。mmcv的版本既要看。
MMCV命令及mmseg实验记录
RUN
05-04 1420
pip3 install -v -e . --user
安装mmseg时报的错即解决办法
qq_64172770的博客
03-29 1407
是因为在pip install -U openmim没有安装成功，虽然pip list里面有openmim的存在，但是依然无法使用这个命令，我的是环境变量路径问题，参考了如下帖子。总之很多报错都是各种包的版本问题，包括python的版本，我用的3.10的python真的会与很多库不兼容...TT。我第一遍装的时候没注意，结果装是装上了但是报错了，然后我就把这两个删掉，重新安装了版本。看起来很简单的安装，真的步步报错，安装的时候真的很崩溃...版本不对之后的mmcv包是一直会报错的，折腾到崩溃。
mmseg库安装
weixin_43723625的博客
05-26 402
解决：改用下面的命令。
datawhale49期-task02:安装MMSegmentation
博客小主
08-15 483
mmcv , mmsegmentation
【代码问题】mmcv+mmseg版本升级报错
qq_46056318的博客
03-20 7961
mmseg.ops迁移到了mmseg.models.utils中，所以直接。不行卸掉全部（mmcv+mmcv-full）重新安装。新版本的mmseg的utils没有get_root_logger。直接补上mmcv-full，安装好之后大概率就无了。改成：（这是直接用mmcv的logging，参考。不行就把mmcv都卸载掉重新安装。
mmcv与mmseg兼容性问题
01-14
### 解决mmcv与mmseg之间的兼容性问题 为了确保 `mmcv` 和 `mmseg` 之间的兼容性，需注意两者依赖关系以及版本间的差异。由于 `open-mmlab` 家族已全面升级版本，并且 `mmcv` 中与计算机视觉无关的操作已经迁移至 `mmengine`，因此 `mmcv1.x` 与 `mmcv2.x` 不再相互兼容[^1]。 #### 检查当前环境配置 首先确认现有环境中所使用的 Python、PyTorch 及 CUDA 版本。这一步骤至关重要，因为不同版本间可能存在兼容性问题。可以通过命令行工具来获取这些信息： ```bash python --version pip show torch nvcc --version ``` #### 确定所需mmcv版本 根据项目需求决定应该安装哪个版本的 `mmcv`。如果正在使用较新的框架组件，则应考虑采用最新的 `mmcv>=2.0.0rc0`；反之则可能需要回退到稳定的老版本如 `mmcv-full==1.7.0` 或其他适合的选择。 对于特定于 `mmseg` 的情况来说，建议查阅其官方文档或 GitHub 页面上的README文件，了解推荐搭配的具体 `mmcv` 版本范围。 #### 卸载冲突版本 如果有多个版本共存可能会引起混乱甚至错误行为，在继续之前先移除不必要的旧版本: ```bash pip uninstall mmcv mmcv-full ``` #### 正确安装指定版本 基于前面所做的准备，现在可以选择合适的方式重新安装所需的 `mmcv` 版本。例如要安装最新发布的候选版本可执行如下指令： ```bash pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.9/index.html ``` 请注意 URL 地址中的 CUDA (`cu`) 和 PyTorch 版本号应当依据实际情况调整[^3]。 #### 验证安装成功与否 最后验证新安装是否正常工作，尝试导入模块并运行简单的测试代码片段以确保一切顺利： ```python import mmcv print(mmcv.__version__) ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

TracyGC

创作不易，需要花花~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值