OpenMMLab MMCV 安装指南：从基础到高级配置

OpenMMLab MMCV 安装指南：从基础到高级配置

mmcv OpenMMLab Computer Vision Foundation 项目地址: https://gitcode.com/gh_mirrors/mm/mmcv

前言

MMCV 是 OpenMMLab 系列计算机视觉项目的基础库，为算法开发提供了核心支持。本文将详细介绍 MMCV 的两种版本安装方法，帮助开发者根据实际需求选择合适的安装方式。

MMCV 版本选择

MMCV 提供两个版本供开发者选择：

1. 完整版 (mmcv)：包含全部功能特性及各种 CUDA 算子，适合需要 GPU 加速的开发场景。由于包含 CUDA 算子，安装时间较长。

2. 精简版 (mmcv-lite)：不包含 CUDA 算子，但保留了其他所有功能特性，适合仅需 CPU 运算或轻量级部署的场景。

重要提示：两个版本不能同时安装在同一环境中，否则会导致模块导入错误。安装前请确保已卸载另一个版本。

完整版安装指南

前置准备

安装 mmcv 前，必须确保 PyTorch 已正确安装。可通过以下命令验证：

python -c 'import torch;print(torch.__version__)'

如果输出版本信息，则 PyTorch 安装成功。

推荐安装方式：使用 mim

mim 是 OpenMMLab 项目的包管理工具，能自动处理依赖关系并选择最适合的预编译包：

pip install -U openmim
mim install mmcv

安装过程中可能出现两种情况：

1. 使用预编译包：下载 .whl 文件，安装速度快
2. 使用源码包：下载 .tar.gz 文件，需要本地编译

如需安装特定版本，例如 2.0.0 版：

mim install mmcv==2.0.0

高级配置技巧

1. 无头环境配置：在服务器或无 GUI 环境中，建议使用 opencv-python-headless：

pip install opencv-python-headless
mim install mmcv

2. 加速依赖下载：可使用国内镜像源加速安装：

mim install mmcv -i https://pypi.tuna.tsinghua.edu.cn/simple

手动 pip 安装

对于需要精确控制安装配置的高级用户，可根据系统环境选择对应的安装命令：

1. 首先确认 CUDA 和 PyTorch 版本：

python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'

2. 根据系统类型、CUDA 版本、PyTorch 版本和 MMCV 版本，选择对应的安装命令模板：

pip install mmcv=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

例如，PyTorch 1.9 + CUDA 11.1 环境安装 MMCV 2.0.0：

pip install mmcv==2.0.0 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9/index.html

版本兼容性说明：MMCV 通常兼容 PyTorch 的小版本更新。例如 PyTorch 1.8.1 可以使用为 PyTorch 1.8.0 编译的 MMCV。

Docker 安装方式

对于容器化部署场景，MMCV 提供了官方 Docker 支持：

基础镜像构建

docker build -t mmcv https://github.com/open-mmlab/mmcv.git#main:docker/release

自定义版本构建

可指定 MMCV、PyTorch 和 CUDA 版本：

docker build -t mmcv -f docker/release/Dockerfile \
    --build-arg PYTORCH=1.11.0 \
    --build-arg CUDA=11.3 \
    --build-arg CUDNN=8 \
    --build-arg MMCV=2.0.0 .

精简版安装指南

精简版安装简单，适合轻量级需求：

pip install mmcv-lite

注意：如需使用 PyTorch 相关功能，仍需提前安装 PyTorch。

安装验证

安装完成后，建议运行检查脚本验证安装是否成功：

python check_installation.py

常见问题解决

1. 版本冲突：确保环境中只安装了一个 MMCV 版本
2. 编译失败：检查 CUDA 和 PyTorch 版本是否匹配
3. 下载缓慢：使用国内镜像源或预编译包

通过本文介绍的多种安装方式，开发者可以根据实际项目需求灵活选择最适合的 MMCV 安装方案。

mmcv OpenMMLab Computer Vision Foundation 项目地址: https://gitcode.com/gh_mirrors/mm/mmcv