ModuleNotFoundError: No module named “mmcv.ops.prroi_pool“——问题出现的原因

最新推荐文章于 2025-07-23 11:06:57 发布
原创 最新推荐文章于 2025-07-23 11:06:57 发布 · 1.6k 阅读 · 3 ·
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：

#python

在mmcv1.5.0版本中缺少prroi_pool模块，但在更新至1.7.0版本后，该模块已添加，因此升级到1.7.0即可使用prroi_pool功能。

 

 

参考官方文档，在mmcv 1.5.0版本，mmcv.ops中没有prroi_pool这个功能模块，可能那时候还没发布。在mmcv 1.7.0版本中就有了这个模块，所以换成mmcv 1.7.0版本就可以解决了。

William哈
关注
ModuleNotFoundError: No module named ‘mmcv._ext‘
jacke121的专栏
05-12 5766
ModuleNotFoundError: No module named ‘mmcv._ext‘ 方式1，到官网把whl下载下来，离线安装（建议使用） 官网1：https://download.openmmlab.com/mmcv/dist/index.html 我的环境是cuda1.6.0+cuda10.1+python3.7，符合的有很多，选一个较新的版本下载。 官网2：https://download.openmmlab.com/mmcv/dist/cu101/torch1.6.0/ .
【python】ModuleNotFoundError: No module named ‘mmdet3d‘
聿默的博客
12-06 4601
ModuleNotFoundError: No module named ‘mmdet3d‘
MMCV 是一个面向计算机视觉的基础库，MMCV 支持多种平台，包括：Linux；Windows；macOS
05-11
MMCV 是一个面向计算机视觉的基础库，它提供了以下功能：图像和视频处理；图像和标注结果可视化；图像变换；多种 CNN 网络结构；高质量实现的常见 CUDA 算子；支持 Linux、Windows 以及 MacOS 平台。它提供了众多功能，包括基于 PyTorch 的通用训练框架、高质量实现的常见 CUDA 算子、通用的 IO 接口、图像和视频处理、图像和标注结果可视化、多种 CNN 网络结构等功能、常用小工具（进度条，计时器等）。
MMaction2：常见问题解答
图灵追幕者博客录
11-19 1182
我们在这里列出了许多用户常遇到的问题以及相应的解决方案。常见问题解答概述安装数据训练测试如果您发现任何频繁出现的问题并且有解决方法，欢迎在列表中补充。如果这里的内容没有涵盖您的问题，请使用提供的模板创建一个问题，并确保在模板中填写所有必要的信息。
【已解决】ModuleNotFoundError: No module named ‘mmcv‘
深度学习炼丹师，偶尔分享炼丹技术!
04-20 6195
问题描述：ModuleNotFoundError: No module named ‘mmcv‘
ModuleNotFoundError: No module named ‘mmcv‘
weixin_43780665的博客
05-28 2789
（3）安装 openmim、mmcv。
解决ModuleNotFoundError: No module named ‘mmdet3d‘
sjj_970221的博客
04-26 2885
解决问题的思路：调用父级目录的同级目录。目录结构以及代码报错概要如上图所示。其他没有解决的方法，跳过。方法2：在命令行中运行。已解决，继续解决其他错误。
# 创建验证脚本 test_mmcv.py import torch print("PyTorch版本:", torch.__version__) print("CUDA可用:", torch.cuda.is_available()) import mmcv print("mmcv版本:", mmcv.__version__)ssh://root@connect.westb.seetacloud.com:32316/root/miniconda3/bin/python -u /root/autodl-tmp/1.py PyTorch版本: 2.3.0+cu121 CUDA可用: True Traceback (most recent call last): File "/root/autodl-tmp/1.py", line 6, in <module> import mmcv ModuleNotFoundError: No module named 'mmcv' 进程已结束，退出代码 1
07-17
当您在 Python 中导入 `mmcv` 模块时遇到 `ModuleNotFoundError: No module named 'mmcv'` 错误，这通常表示 Python 无法找到或加载该模块。原因可能包括模块未安装、版本不兼容、环境配置错误或名称拼写问题。以下...
pyflink udf 提交到本地集群执行报错No module named pyflink
pop_xiaohao的专栏
01-04 5728
背景 mac环境 flink 1.11.2 执行pyflink flink run -py /Users/haozhang/from_hive_to_mysql.py pyflink udf大概内容 @udf(input_types=[DataTypes.ARRAY(DataTypes.INT())], result_type=DataTypes.STRING()) def changeIntArrayToString(data): return str(data) t_env.execute_
--------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) Cell In[1], line 1 ----> 1 from keras.datasets import imdb 3 # 加载IMDB数据集（保留最常见的20,000词） 4 max_features = 20000 File A:\anaconda\Lib\site-packages\keras\__init__.py:7 1 """DO NOT EDIT. 2 3 This file was autogenerated. Do not edit it by hand, 4 since your modifications would be overwritten. 5 """ ----> 7 from keras import _tf_keras as _tf_keras 8 from keras import activations as activations 9 from keras import applications as applications File A:\anaconda\Lib\site-packages\keras\_tf_keras\__init__.py:1 ----> 1 from keras._tf_keras import keras File A:\anaconda\Lib\site-packages\keras\_tf_keras\keras\__init__.py:7 1 """DO NOT EDIT. 2 3 This file was autogenerated. Do not edit it by hand, 4 since your modifications would be overwritten. 5 """ ----> 7 from keras import activations as activations 8 from keras import applications as applications 9 from keras import callbacks as callbacks File A:\anaconda\Lib\site-packages\keras\activations\__init__.py:7 1 """DO NOT EDIT. 2 3 This file was autogenerated. Do not edit it by hand, 4 since your modifications would be overwritten. 5 """ ----> 7 from keras.src.activations import deserialize as deserialize 8 from keras.src.activations import get as get 9 from keras.src.activations import serialize as serialize File A:\anaconda\Lib\site-packages\keras\src\__init__.py:1 ----> 1 from keras.src import activations 2 from keras.src import applications 3 from keras.src import backend File A:\anaconda\Lib\site-packages\keras\src\activations\__init__.py:3 1 import types ----> 3 from keras.src.activations.activations import celu 4 from keras.src.activations.activations import elu 5 from keras.src.activations.activations import exponential File A:\anaconda\Lib\site-packages\keras\src\activations\activations.py:1 ----> 1 from keras.src import backend 2 from keras.src import ops 3 from keras.src.api_export import keras_export File A:\anaconda\Lib\site-packages\keras\src\backend\__init__.py:10 7 import torch 9 from keras.src.api_export import keras_export ---> 10 from keras.src.backend.common.dtypes import result_type 11 from keras.src.backend.common.keras_tensor import KerasTensor 12 from keras.src.backend.common.keras_tensor import any_symbolic_tensors File A:\anaconda\Lib\site-packages\keras\src\backend\common\__init__.py:2 1 from keras.src.backend.common import backend_utils ----> 2 from keras.src.backend.common.dtypes import result_type 3 from keras.src.backend.common.variables import AutocastScope 4 from keras.src.backend.common.variables import Variable as KerasVariable File A:\anaconda\Lib\site-packages\keras\src\backend\common\dtypes.py:5 3 from keras.src.api_export import keras_export 4 from keras.src.backend import config ----> 5 from keras.src.backend.common.variables import standardize_dtype 7 BOOL_TYPES = ("bool",) 8 INT_TYPES = ( 9 "uint8", 10 "uint16", (...) 16 "int64", 17 ) File A:\anaconda\Lib\site-packages\keras\src\backend\common\variables.py:11 9 from keras.src.backend.common.stateless_scope import get_stateless_scope 10 from keras.src.backend.common.stateless_scope import in_stateless_scope ---> 11 from keras.src.utils.module_utils import tensorflow as tf 12 from keras.src.utils.naming import auto_name 15 class Variable: File A:\anaconda\Lib\site-packages\keras\src\utils\__init__.py:1 ----> 1 from keras.src.utils.audio_dataset_utils import audio_dataset_from_directory 2 from keras.src.utils.dataset_utils import split_dataset 3 from keras.src.utils.file_utils import get_file File A:\anaconda\Lib\site-packages\keras\src\utils\audio_dataset_utils.py:4 1 import numpy as np 3 from keras.src.api_export import keras_export ----> 4 from keras.src.utils import dataset_utils 5 from keras.src.utils.module_utils import tensorflow as tf 6 from keras.src.utils.module_utils import tensorflow_io as tfio File A:\anaconda\Lib\site-packages\keras\src\utils\dataset_utils.py:9 5 from multiprocessing.pool import ThreadPool 7 import numpy as np ----> 9 from keras.src import tree 10 from keras.src.api_export import keras_export 11 from keras.src.utils import io_utils File A:\anaconda\Lib\site-packages\keras\src\tree\__init__.py:1 ----> 1 from keras.src.tree.tree_api import assert_same_paths 2 from keras.src.tree.tree_api import assert_same_structure 3 from keras.src.tree.tree_api import flatten File A:\anaconda\Lib\site-packages\keras\src\tree\tree_api.py:8 5 from keras.src.utils.module_utils import optree 7 if optree.available: ----> 8 from keras.src.tree import optree_impl as tree_impl 9 elif dmtree.available: 10 from keras.src.tree import dmtree_impl as tree_impl File A:\anaconda\Lib\site-packages\keras\src\tree\optree_impl.py:13 11 # Register backend-specific node classes 12 if backend() == "tensorflow": ---> 13 from tensorflow.python.trackable.data_structures import ListWrapper 14 from tensorflow.python.trackable.data_structures import _DictWrapper 16 try: File A:\anaconda\Lib\site-packages\tensorflow\__init__.py:55 53 from tensorflow._api.v2 import autograph 54 from tensorflow._api.v2 import bitwise ---> 55 from tensorflow._api.v2 import compat 56 from tensorflow._api.v2 import config 57 from tensorflow._api.v2 import data File A:\anaconda\Lib\site-packages\tensorflow\_api\v2\compat\__init__.py:8 3 """Public API for tf._api.v2.compat namespace 4 """ 6 import sys as _sys ----> 8 from tensorflow._api.v2.compat import v1 9 from tensorflow._api.v2.compat import v2 10 from tensorflow.python.compat.compat import forward_compatibility_horizon # line: 125 File A:\anaconda\Lib\site-packages\tensorflow\_api\v2\compat\v1\__init__.py:30 28 from tensorflow._api.v2.compat.v1 import autograph 29 from tensorflow._api.v2.compat.v1 import bitwise ---> 30 from tensorflow._api.v2.compat.v1 import compat 31 from tensorflow._api.v2.compat.v1 import config 32 from tensorflow._api.v2.compat.v1 import data File A:\anaconda\Lib\site-packages\tensorflow\_api\v2\compat\v1\compat\__init__.py:8 3 """Public API for tf._api.v2.compat namespace 4 """ 6 import sys as _sys ----> 8 from tensorflow._api.v2.compat.v1.compat import v1 9 from tensorflow._api.v2.compat.v1.compat import v2 10 from tensorflow.python.compat.compat import forward_compatibility_horizon # line: 125 File A:\anaconda\Lib\site-packages\tensorflow\_api\v2\compat\v1\compat\v1\__init__.py:32 30 from tensorflow._api.v2.compat.v1 import compat 31 from tensorflow._api.v2.compat.v1 import config ---> 32 from tensorflow._api.v2.compat.v1 import data 33 from tensorflow._api.v2.compat.v1 import debugging 34 from tensorflow._api.v2.compat.v1 import distribute File A:\anaconda\Lib\site-packages\tensorflow\_api\v2\compat\v1\data\__init__.py:8 3 """Public API for tf._api.v2.data namespace 4 """ 6 import sys as _sys ----> 8 from tensorflow._api.v2.compat.v1.data import experimental 9 from tensorflow.python.data.ops.dataset_ops import AUTOTUNE # line: 103 10 from tensorflow.python.data.ops.dataset_ops import DatasetV1 as Dataset # line: 3710 File A:\anaconda\Lib\site-packages\tensorflow\_api\v2\compat\v1\data\experimental\__init__.py:32 30 from tensorflow.python.data.experimental.ops.interleave_ops import parallel_interleave # line: 29 31 from tensorflow.python.data.experimental.ops.interleave_ops import sample_from_datasets_v1 as sample_from_datasets # line: 158 ---> 32 from tensorflow.python.data.experimental.ops.iterator_model_ops import get_model_proto # line: 25 33 from tensorflow.python.data.experimental.ops.iterator_ops import make_saveable_from_iterator # line: 38 34 from tensorflow.python.data.experimental.ops.lookup_ops import DatasetInitializer # line: 54 ModuleNotFoundError: No module named 'tensorflow.python.data.experimental.ops.iterator_model_ops' 运行加载Keras中的IMDB数据集的代码报错
06-05
我们面对的问题是：在JupyterNotebook中导入Keras的IMDB数据集时，出现了ModuleNotFoundError，提示缺少'tensorflow.python.data.experimental.ops.iterator_model_ops'模块。根据引用[1]中的信息，类似...
from mmcv.ops import RoIPool报错
zsh19980724的博客
05-06 1163
再尝试导入RolPool库，成功导入，如果不行的话卸载MCVV重新安装。尝试导入RolPool库。
python3.8.8显示ModuleNotFoundError: No module named ‘mmcv’
fighting_Kitty的博客
04-26 4505
python3.8.8显示ModuleNotFoundError: No module named ‘mmcv’ pip install mmcv不管用 打开https://github.com/open-mmlab/mmcv 按照torch和cuda版本选择安装 pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html 注：这里的mmcv_ve
【安装MMCV报错：ModuleNotFoundError: No module named ‘mmcv._ext‘】
dally2的博客
03-18 2385
安装MMCV报错：ModuleNotFoundError: No module named ‘mmcv._ext‘
报错ModuleNotFoundError: No module named ‘mmcv._ext‘
weixin_44377256的博客
05-16 2041
参考网址：https://mmcv.readthedocs.io/zh_CN/v1.3.18/get_started/installation.html。参考网址：https://pytorch.org/get-started/previous-versions/mmcv、cuda、torch版本不匹配。1、重新安装pytorch。2、重新安装mmcv。
ModuleNotFoundError: No module named ‘mmcv._ext‘解决方案
最新发布
2301_80705193的博客
07-23 1520
网上大多解决方案是mmcv降级到1X甚至0x版本，这种方式可能导致mmdetection的不匹配，本文参考官方指南，提供了不降级的解决方法。
ModuleNotFoundError: No module named ‘mmcv._ext‘，安装MMCV
m0_45924886的博客
07-22 5201
当然如果你的cuda版本比较高比如我的12.0官网没有，或者选择cuda版本后torch版本又不满足，那么降低cuda版本，因为cuda是向下兼容的，保证你的torch版本正确，你可以依次看一下哪一个cuda版本有满足你torch要求的，然后后面的mmcv选最后一个，我是这样选的最后不报错了， 然后复制下面的指令到cmd当中，当然记得选择安装的环境，使用。
mmcv库出现No module named ‘mmcv._ext
NLP与推荐算法
07-31 4228
MMCV库安装
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
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