mmcv与mmpose安装踩坑记录

最新推荐文章于 2024-12-27 16:25:58 发布
最新推荐文章于 2024-12-27 16:25:58 发布
阅读量834 收藏 2
点赞数 1
文章标签： python 人工智能 计算机视觉
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。
本文链接：https://blog.youkuaiyun.com/YnullW/article/details/132911668
版权
本文描述了解决在OSX上遇到的特殊情况，即需要安装特定版本的mmcv-full（1.7.1），但对应版本的mmpose（0.28.0）已不存在。作者通过获取源代码并使用install.sh进行编译安装，最终成功运行了模型。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

理论上，一般情况下，遵照这个攻略基本可以解决90%的坑。

但是，今天碰到了一个极端情况。

当我在运行这个OSX模型时，需要安装mmcv-full==1.7.1，但是与之匹配的mmpose==0.28.0这个库已经不存在了。还好OSX这个库保存了源代码，遵循install.sh编译安装，成功运行！

YnullW
关注
FollowYourPose 安装踩坑
jacke121的专栏
02-04 341
FollowYourPose
mmpose 安装及使用pretrained model 运行inferencer_demo.py Running RTMPose,ViTPose,YoloPose模型
qq_33690342的博客
08-06 680
mmpose 安装运行human pose estimation 模型ViTPose，RTMPose, Yolopose
关于mmcv，mmpose一些安装问题
sgfsfgs的博客
12-27 287
3.先安装mmpose，mmcv后再安装vitpose。
MMPOSE安装与验证
2301_78280696的博客
03-21 1494
报错： UserWarning: Fail to import ``MultiScaleDeformableAttention`` from ``mmcv.ops.multi_scale_deform_attn``, You should install ``mmcv`` rather than ``mmcv-lite`` if you need this module.解决办法：可能是pytorch、mmcv、mmpose、mmdet之间版本不匹配的问题，建议使用官网提供的版本。
mmcv_full-1.7.1-cp36-cp36m-manylinux1_x86_64whl.zip
12-11
需要配和指定版本torch1.9.0+cud102使用，请在安装该模块前提前安装cuda10.2和对应版本pytorch,只适合RTX2080及其以前nvidia显卡，不是nvidia显卡的不能用,RTX30及其以后显卡不能用
安装Open-MMlab 的 MMPose 和 MMCV
野生C猿的专栏
11-10 3695
安装MMPose 和 MMCV1. 基础环境1.1 conda环境1.2 pytorch 环境2. 安装MMCV2.1 MMCV 编译安装2.2 安装记录2.2.1：设置环境变量2.2.2 激活 anaconda的虚拟环境2.2.3 设置参数2.2.4 安装依赖2.2.5 开始编译2.2.5 查看安装3. 安装MMPose3.1 克隆 MMPose 库。3.2 安装依赖包和 MMPose 1. 基础环境 1.1 conda环境 anaconda的环境请自行准备，网上有一堆教程 conda create
安装mmpose+mmcv+mmdet
Apple0631的博客
10-26 3045
mmpose安装
MMPose配置及各模型的使用
weixin_38506559的博客
04-03 2288
MMPose
mmcv的逆天兼容性
年轻人
08-14 3885
错误原因在于mmcv在2.0.x版本之后，Config 等一些训练相关的模块被删除了。首先，按照文档安装，会自动安装mmcv-full==1.7.2版本。错误原因在于该版本不兼容，至少安装2.0.0rc4版本的，重新安装。然后摆烂了几天之后，重新安装，莫名其妙就好了。这也能理解，为什么配置mmcv环境时的混乱不堪了。只能将报错的代码，逐步替换为2.0后版本的模块。（2）新增了 mmcv.transforms。再之后按照文档继续安装，然后就正常运行了。后续，卸载安装了很多次，都没解决。且流程跟之前一模一样。
autodl安装mmpose安装
最新发布
02-07
### 安装 MMPose 框架 为了在 AutoDL 环境中顺利安装并配置 MMPose 框架，可以利用预构建的镜像来简化这一过程[^1]。具体方法如下： #### 使用预构建镜像加速部署 考虑到直接设置环境可能耗费较多时间，在 AutoDL...
mmcv_full-1.7.0-cp37-cp37m-win_amd64whl.zip
12-11
需要配和指定版本torch1.9.0+cud102使用，请在安装该模块前提前安装cuda10.2和对应版本pytorch,只适合RTX2080及其以前nvidia显卡，不是nvidia显卡的不能用,RTX30及其以后显卡不能用
mmcv_full-1.7.1-cp39-cp39-manylinux1_x86_64whl.zip
12-11
需要配和指定版本torch1.9.0+cud102使用，请在安装该模块前提前安装cuda10.2和对应版本pytorch,只适合RTX2080及其以前nvidia显卡，不是nvidia显卡的不能用,RTX30及其以后显卡不能用
Win11+Anaconda+VScode：mmpose环境配置与基本使用
qq_53589322的博客
07-23 1328
欢迎来到 MMPose 中文文档!— MMPose 1.3.2 文档MMPose 是一款基于 Pytorch 的姿态估计开源工具箱，是 OpenMMLab 项目的成员之一，包含了丰富的 2D 多人姿态估计、2D 手部姿态估计、2D 人脸关键点检测、133关键点全身人体姿态估计、动物关键点检测、服饰关键点检测等算法以及相关的组件和模块。提供了一种简单迅捷的方式，将新的算法、功能和应用添加到 MMPose 中更灵活的代码结构和风格，更少的限制，更简短的代码审核流程。
ubuntu安装mmcv-full
2301_76965285的博客
04-10 466
在这个网站下载对应的mmcv-full。里面的cu113和torch1.10.1根据你的设备更改。cu113是cuda版本，torch1.10.1是torch版本。可以对照这个表，如果没有，就在cuda版本向下调整选择对应的python版本，下载。
安装MMPose&MMDetection教程及出现的一些问题及解决方案
travel_66的博客
06-06 1934
还遇到一个问题就是创建好虚拟环境之后虚拟环境的jupyter notebook会有大大的500 : Internal Server Error错误，打不开jupyter notebook，解决办法就是对比一下跟本地的区别，将没有安装到的包安装一下即可，例如nbconvert等等。从github上下载最新的mmdetection源代码。#从github上下载最新的mmpose源代码。这是本地的包，对比新建的包没有的直接安装即可。如果原来有mmppose文件夹先删除。如果原来有mmppose文件夹先删除。
mmsegmentation 项目排坑
Debug的魔法小马的Debug博客
03-25 3152
结果还是不行，又找不到cuda了。不行就再重来，用上个项目的torch和cuda。上次算是白忙活了，这次把新版的mmsegmentation跑通。再去看官网，发现那个mvcc对应的是torch2.1.X，还没有适配2.2.X。不会用Model zoo，在上面找了半天没找到这个文件。（上次就放弃了mim安装，用pip安装的）所以没法直接用，但他说的要看config里有没有，提醒了我。下载不到，还可以下载别的这里有的。好长时间，终于装完了。这篇博客说是cuda的问题。，发现下载的要和文件名匹配。
mmpose安装
qq_33619359的博客
11-15 530
mmpose安装踩坑
【已解决】AssertionError: MMCV==1.7.1 is used but incompatible. Please install mmcv＞=1.3.8, ＜=1.7.0.
anananajiushiwo的博客
05-15 4159
如果还是报错，就打开报错的那个__init__.py文件，注释掉assert的语句。之后如果产生的报错都不能解决，如果这个只是个demo，就不要试了，尝试算法代码吧~可以在后面加上清华源。
使用MMDetection进行目标检测、实例和全景分割
咖啡花园
02-17 6991
MMDetection是一个基于PyTorch的目标检测开源工具箱，它是OpenMMLab项目的一部分。包含以下主要特性：- 支持三个任务- 目标检测（Object Detection）是指分类并定位图片中物体的任务- 实例分割（Instance Segmentation）是指分类，分割图片物体的任务- 全景分割（Panoptic Segmentation）是统一了语义分割（对图像的每个像素进行分类）和实例分割（检测出对象实例并进行分割）的检测任务- 模块化设计以灵活支持 6 个数据集，57 种不同算法和丰
CPU版本mmpose安装
12-30
### 如何在CPU上安装mmpose 对于希望仅利用CPU资源来部署mmpose的情况，可以按照如下方式操作： #### 准备工作 确保Python环境已经准备好，并且推荐创建一个新的虚拟环境用于隔离不同项目的依赖关系。 #### 安装必要的工具和库 为了能够顺利地完成后续步骤中的命令执行，先通过pip更新`openmim`到最新版，这一步骤有助于获取最新的包管理功能以及修复可能存在的漏洞[^1]： ```bash pip install -U openmim -i https://pypi.douban.com/simple ``` #### 设置合适的源并安装基础组件 考虑到国内网络状况，在阿里云或豆瓣源中寻找更稳定的下载通道可能是更好的选择。这里采用豆瓣源作为例子继续说明如何安装其他必需的基础组件[^2]: ```bash mim install mmengine -i https://pypi.douban.com/simple mim install "mmcv>=2.0.1" -i https://pypi.douban.com/simple mim install "mmdet==3.0.0" -i https://pypi.douban.com/simple ``` #### 获取特定版本的mmpose 为了避免因自动匹配最高版本而导致兼容性问题的发生，明确指明要安装的具体版本号是非常重要的。此处以mmpose 1.1.0为例进行介绍[^4]: ```bash pip install mmpose==1.1.0 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com ``` #### 配置开发环境 最后，从GitHub仓库拉取官方发布的mmpose项目代码至本地机器，并依据README文档内的指导完成剩余设置过程[^3]: ```bash git clone https://github.com/open-mmlab/mmpose.git cd mmpose pip install -r requirements.txt pip install -v -e . ``` 以上就是针对CPU环境下搭建mmpose所需经历的主要环节概述。值得注意的是，由于硬件条件差异较大，实际操作过程中可能会遇到各种各样的挑战；因此建议密切关注官方社区动态和技术支持渠道的信息发布情况以便及时解决问题。
评论
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
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