YOLACT++复现bug记录

最新推荐文章于 2024-09-13 22:13:11 发布
原创 最新推荐文章于 2024-09-13 22:13:11 发布 · 2.8k 阅读 · 9 ·
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：

#bug #pytorch #神经网络

博主在复现YOLACT++项目时遇到了版本不兼容的问题，通过创建conda虚拟环境并确保PyTorch、CUDA和CuDNN版本与源码要求一致，解决了初始错误。接着，在源码问题下找到解决方案，删除旧的构建文件后成功运行，避免了DCN库的安装错误。

本帖专门记录一下复现YOLACT++过程中遇到的python问题，之前遇到的好多问题都忘记写下来，以后的代码复现过程都记录下来，避免以后踩同样的坑。。。

一.eval.py跑通记录

  1. RuntimeError: cuda runtime error (700) :an illegal memory access was encountered at /opt/conda/condabld/pytorch_1573049304260/work/aten/src/THC/generic/THCTensorMath.cu:22
解决：查了很久试过各种博客里的方法还是一直报错，最后怀疑是版本问题，重新在conda虚拟环境里用和源码完全一样的配置pytorch=1.0.1，重装了cuda10.0和cudnn，重装之后问题解决。
  1. Exception: DCN could not be imported. If you want to use YOLACT++ models, compile DCN. Check the README for instructions.

解决了第一个问题之后，就报错这个了。按照readme里面安装了DCN的，显示已经装成功了，但是重装了两次还是报错。
在这里插入图片描述

解决：在源码问题下面搜到了类似问题，看到一个小伙伴说：

最低0.47元/天 解锁文章
PointNet++论文复现（一）【PontNet网络模型代码详解 - 分类部分】
晨的博客
03-22 2478
PointNet++论文复现（一）【PontNet网络模型代码详解 - 分类部分】
Ubuntu18.04下pointnet2(pointnet++)复现
weixin_54424184的博客
01-23 2134
一、nvidia_driver_510+cuda_11.6+cudnn_11.x安装配置 ubuntu18.04安装nvidia_driver_510+cuda_11.6+cudnn_11.x_CPU疼的博客-优快云博客 二、安装anaconda3和pytorch1.1 ubuntu18.04安装anaconda3和pytorch1.1_CPU疼的博客-优快云博客 三、 1、代码下载 git clone https://gitee.com/liwuhaoooo/Pointnet_Point
yolact模型复现
dazhuangba的博客
10-19 1017
yolact模型复现
RTX3080在Ubuntu 20.04复现yolact
astruggler的博客
12-01 2373
这篇博文大致介绍了如何复现yolact，但是高版本pytorch复现yolact++未能成功，主要是DCNv2出错，网上有许多教程是在Win10实现了高版本pytorch对DCNv2的配置，如果有兴趣的朋友们对操作系统没有要求的话可以在Windows试试，ubuntu在RTX30系列显卡可能比较难编译DCNv2，仅一家之言，背后本质的原因还是需要大佬解惑。
window10 pytorch编译DCNv2 遇到的错误 （yolact ++)
热门推荐
excelNo1的博客
11-24 1万+
window10 pytorch编译DCNv2 遇到的错误 错误1： UserWarning: Attempted to use ninja as the BuildExtension backend but we could not find ninja.. Falling back to using the slow distutils backend. 解决方案： pip install ninja 错误2： error: identifier "THCState_getCurrentStream
【实例分割】用自己的数据复现yolact网络-含python源码
向上生长的程序媛的博客
04-01 3168
详解如何基于自己的数据集训练实例分割yolact模型。
【实例分割】用自己数据集复现经典论文YOLACT
向上生长的程序媛的博客
11-13 835
用自己的数据集实现yolact实例分割，含python代码
PointNet 和 PointNet++ pytorch版本 复现 modelnet40
点云算法工程师
04-26 1963
pointnet pytorch复现
yolact-gui
02-11
YOLACT-GUI 的GUI应用程序。 单击查看原始项目 安装（检查以获取更多详细信息） 克隆此仓库并输入 git clone https://github.com/jiancong0204/yolact-gui cd yolact-gui mkdir -p data/coco/images # Stores image dataset mkdir -p data/coco/annotations # Stores data annotations mkdir weights # Stores trained model 使用anaconda设置环境 # Create a new environment and activate it conda create -n youlact python=3.7 conda acti
YOLACT++算法详解
Accelerators_的博客
06-03 3623
YOLACT++是经典的单阶段实时实例分割算法，其目标是将掩模分支添加到现有的一阶段（one-stage）目标检测模型，其方式与Mask R-CNN对 Faster-CNN 操作相同，但没有明确的定位步骤（如，feature repooling）。为此，我们将实例分割的复杂任务分解为两个更简单的并行任务，这些任务可以组合以形成最终的掩码。第一个分支使用FCN生成一组图像大小的“原型掩码”（prototype masks），它们不依赖于任何一个实例。
Python-YOLACT一种用于实时实例分割的简单完全卷积模型
08-10
YOLACT 一种用于实时实例分割的简单，完全卷积模型
YOLACT实例分割框架常见问题及解决方案
gitblog_09142的博客
09-13 477
**项目基础介绍** YOLACT是一个基于PyTorch的实时实例分割模型，它采用了全卷积网络设计，追求速度与精度的平衡。此项目由Daniel Bolya等人开发，并在论文《YOLACT: Real-time Instance Segmentation》和后续的《YOLACT++: Better Real-time Instance Segmentation》中详细描述。YOLACT++版本（v...
YOLACT paper笔记
蓝羽飞鸟的博客
10-18 616
yolact paper阅读笔记
【YOLACT】代码解读
mjiansun的专栏
01-20 7689
源码：https://github.com/dbolya/yolact num_class是算上背景的类别，比如你的类别就一个person，那么记得此时的num_class应该为2，因为还需要算上背景啊。 YOLACT的网络结构及输出 YOLACT的backbone结构 其中_make_layer就是常规的resnet101中的_make_layer，具体是如何操作的可以查看源码ht...
yolact_ros出坑记录
weixin_43828675的博客
05-12 761
教程：https://github.com/Eruvae/yolact_ros 下载通信中的话题msg 创建虚拟环境 conda create -n yolact python=3.7.10 conda activate yolact 配置yolact环境 https://github.com/dbolya/yolact 运行效果如下所示： 在虚拟环境中安装需要的包 conda install rospkg conda install empy 创建一个工作空间 工作空间的目录下不能有中文名称
YOLACT 、 YOLACT++、YolactEdge小结
yx868yx的博客
02-10 8463
一、YOLACT 论文：https://arxiv.org/abs/1904.02689 yolact 源代码：https://github.com/dbolya/yolact yolact、yolact++ 本文的主要贡献： YOLACT是2019年发表在ICCV上面的一个实时实例分割的模型，它主要是通过两个并行的子网络来实现实例分割的。 (1)Prediction Head分支生成各个anchor的类别置信度、位置回归参数以及mask的掩码系数； (2)Protonet分支生成一组原型mask。然
【Yolact训练自己的数据集（踩坑总结）】
huawei_518的博客
04-26 1825
yolact训练自己的数据集前言一、问题１二、问题２1.RuntimeError: Expected a 'cuda' device type for generator but found 'cpu'：三、云端训练四、云端训练结束时出现的错误 前言 yolact训练自己的服装数据集，服装数据集采用labelme进行标注，采用labelme2COCO将生成的饿接送文件转换为COCO格式，随后参照https://blog.csdn.net/weixin_40802676/article/details/11
YOLACT++主要工作总结
silence56的博客
01-27 1274
YOLACT++主要工作总结 文章目录YOLACT++主要工作总结摘要文章主要工作可能存在的问题总结 摘要 论文：https://arxiv.org/abs/1912.06218 摘要：我们为实时（> 30 fps）实例分割提供了一个简单的全卷积模型，该模型在单个Titan Xp上评估的MS COCO上取得了SOTA结果，这比以前的任何最新的方法都快得多。此外，我们仅在一个GPU上训练后即可获得此结果。我们通过将实例分割分为两个并行的子任务来完成此任务：(1）生成一组原型(prototype) ma
超详细ubuntu20.04运行安装yolact++，编译DCNv2，pytorch=1.11.0 cudatoolkit=11.3
u013454780的博客
04-05 3156
超详细ubuntu20.04运行安装yolact++，编译DCNv2，pytorch=1.11.0 torchvision=0.12.0 torchaudio=0.11.0 cudatoolkit=11.3
unet+++代码复现
最新发布
02-20
### UNet+++ 模型代码实现与复现教程 #### GitHub资源链接 对于希望获取UNet+++模型的代码实现或复现教程的人而言，有多个GitHub仓库提供了详细的资料和支持。一个官方推荐的PyTorch实现可以在bigmb/Unet-...
评论 9
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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