编译DCNv2 cuda10.2版本

最新推荐文章于 2025-02-20 15:22:32 发布

原创最新推荐文章于 2025-02-20 15:22:32 发布 · 2.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python

本文指导如何在电脑上安装CUDA 10.2版本的PyTorch（包括torch, torchvision和torchaudio），并演示了如何下载和安装DCNv2库，适合深度学习开发者使用。

安装cuda10.2版本的torch

pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html

下载DCNv2 https://github.com/lbin/DCNv2.githttps://github.com/lbin/DCNv2.git

cd DCNv2-pytorch_1.9

sudo python3 setup.py install

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

progress_every_day

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

DCNv2 windows编译 2024ok

jacke121的专栏

06-09

1万+

torch 1.0版本以上，这个好像更新了： https://github.com/chengdazhi/Deformable-Convolution-V2-PyTorch 代码地址： https://github.com/CharlesShang/DCNv2 vs2015 x64控制台命令启动 d: cd D:\project\centernet\src\lib\model...

CenterNet在Ubuntu20.04，PyTorch1.5，CUDA10.2的安装

A91A981E的博客

02-05

1900

写在前面最近需要搞一个目标检测加上特征提取的小项目，找方法的时候看到了CenterNet这个网络模型，论文里的图表表现出CenterNet性能完虐YOLOv3，如下图看着还是非常诱惑的，所以试试用这个。论文里也给了官方代码，但是还是有不少问题。本机环境从整个配置过程来看，主要问题集中在DCNv2这个网络的编译上。经过不少的尝试，最终在我的环境下编译成功： PyTorch 1.5 CUDA 10.2 g++ 7 NVIDIA Driver 470.57.02 Ubuntu 20.04 Pytho

参与评论您还未登录，请先登录后发表或查看评论

win10编译DCNv2

村民的菜篮子

07-09

3614

环境：win10x64 , vs2019 , pytorch1.7(虚拟环境)，python3.7 ,cuda10.1 update2 背景：运行centernet demo中的DLA和DCN预训练模型效果，但是DCN需要先编译才能使用编译过程： 1、下载DCNv2的github源码：https://github.com/lbin/DCNv2/tree/pytorch_1.7 放在centernet的库目录下：这有好几个文件夹：DCNv2是centerNet自带的，算是比较老的..

记录个人编译DCNv2的过程（windows 10，vs2019， torch1.7.0）

wangxueying2001的博客

03-22

782

整了半天，编译出来出错说找不到模块torch，我才想起来我torch装虚拟环境里了，不能直接这么装。然后就参考另一位大佬的说法，就按照上面说的改，在anaconda虚拟环境那个文件夹底下找到这个cpp_extension.py，这里说274行出错，参考。如有错误，请多指教。然后按照这位大佬的说法，我用的anaconda的终端，进入我自己的虚拟环境后输入命令。的过程，因为之前装过vs2019，懒得换2017了，就想着先试试，没想到成了。torch版本是1.7.0的，所以按照这个博主的说法用的。

编译DCNv2网络：error: command 'C:\\Program Files\\NVIDIAGPUComputingToolkit\\CUDA\\v1

11-20

编译DCNv2网络：error: command 'C:\\Program Files\\NVIDIAGPUComputingToolkit\\CUDA\\v10.0\\bin\\nvcc.exe'

DCNv2ubuntu16.04下编译好的

11-12

可变形卷积dcnv2编译，ubuntu16.04下编译好的，cuda10.0，cudnn7.1.3，欢迎下载

DCNv2编译

Franco_Rong的博客

09-09

3430

DCNv2编译基础环境下载DCNv2替换替换部分代码将cl.exe添加到系统环境变量将cl.exe添加到系统环境变量基础环境 Win10操作系统 PyTorch1.5.1 CUDA10.2 下载DCNv2替换 DCNv2: 链接. 图片: 替换部分代码 \external\DCNv2\src\cuda\dcn_v2_cuda.cu 打开该dcn_v2_cuda.cu文件夹，将THCState_getCurrentStream(state)替换成c10::cuda::getCurrentCUDAStrea

DCNV2编译

m0_61008862的博客

04-15

485

pytorch1.12+cu11.6编。

血泪安装DCNv2 编译BasicSR框架下的DCNv2

longshaonihaoa的博客

08-13

6749

源代码链接：https://github.com/xinntao/EDVR 1、环境介绍我开始以为环境版本很重要，网上教程、github分析都在提供各种python、torch等匹配，但是经过我这四天血泪调试，现在发现版本是什么不重要。不同版本互相匹配很重要。这篇文写之前我终于在RTX3090 + python3.6 + torch1.7.1 及 RTX2080 + python3.6 + torch1.4.1均编译成功。 2、先说结论 1）pytorch 即使是相同的版本，下载时的cuda.

Ubuntu编译dcnv2(FairMOT)遇到的坑，巨坑

m0_44982764的博客

09-10

4241

最近调研目标检测算法，主要看了两种类型的模型，一个是one-state的FairMOT，一个是two-state的yolov5+deepsort。但是在ubuntu跑FairMOT时，需要编译安装dcnv2，这里遇到了一个很大的坑，最后成功解决。我电脑安装的是cuda 10.2。可以直接跳到第4步，解决方案 GitHub - lbin/DCNv2: Deformable Convolutional Networks v2 with Pytorch 错误：正常情况下进入文件夹下执行sh make.sh

DCNv2-master.zip

04-14

Deformable Convolutional Networks V2 with Pytorch 1.X

yolact模型DCNv2模块编译错误解决方法

北屯的家

06-17

5572

配置环境 1. Ubuntu 18.04 2. Anaconda 3.Cuda10.2+cudnn7.6.5 问题描述按照yolact(https://github.com/dbolya/yolact)给的DNCv2链接https://github.com/CharlesShang/DCNv2/tree/pytorch_1.0对DNCv2进行编译时出现以下错误: error: identifier "THCState_getCurrentStream" is undefined 解决方法

cuda10.2

scar2016的博客

07-20

185

cuda10.2地址： https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

DCNv2 windows编译2021

jacke121的专栏

06-21

2404

DCNv2 windows编译2021

DCNv2编译步骤

wuyeyoulan23的专栏

07-14

2547

3.打开anacondaprompt，激活第二步中新建的虚拟环境，并把目录切换到DCNv2所在的目录，输入pythonsetup.pybuildinstall。选择2017，登录自己的账号，弹出2017的几个版本，下载community版，即可，下载后的式为vs_Community.exe。命令安装完成后，容易出现各种问题，比如需要修改nvcc-v为nvcc--v等问题。所以这里用pip的方式安装pytorch。等，解决办法彻底卸载vs2015，安装vs2017即可解决。.........

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

3149

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

可变形卷积库DCNv2安装（Windows下，无GPU）

最新发布

m0_72303604的博客

02-20

686

可变形卷积DCNv2是图像处理中常用的库之一，然而大多数的编译都是在Linux下进行的。为了提升开发的便携性，本博客基于Windows操作系统，且在没有GPU的情况下，给出了编译DCNv2的简单方法。

深度学习环境配置——（2）计算平台CUDA 10.2

m0_52974810的博客

04-10

1399

cuda是一个主要是用来给GPU加速的计算平台。

DCNv2编译报错解决方法

dhdhhy的博客

08-21

1055

【代码】DCNv2编译报错解决方法。

dcnv2 cuda

12-28

### DCNv2 CUDA 实现与使用 #### 1. 可变形卷积V2简介可变形卷积网络（Deformable Convolutional Networks, DCNs）引入了一种新的卷积形式，允许空间采样位置灵活变化。这种灵活性使得模型可以更好地处理几何变换和形变的目标[^2]。 #### 2. DCNv2 的 CUDA 实现原理为了提高计算效率并充分利用 GPU 并行化的优势，DCNv2 提供了基于 CUDA 的高效实现方式。具体来说： - **前向传播**：在标准卷积的基础上增加了偏移量预测分支来动态调整采样点的位置； - **反向传播**：不仅需要对输入特征图求导数，还需要针对生成的偏移参数进行梯度回传；整个过程涉及到复杂的索引运算以及内存访问模式优化，以确保良好的性能表现[^3]。 ```cpp // C++/CUDA kernel example for forward pass of deformable convolution v2 __global__ void deform_conv_forward_kernel( const float* input, const float* weight, const float* offset, float* output, int batch_size, int channels_in, int height_in, int width_in, ... ){ // Implementation details here... } ``` #### 3. 使用指南要在项目中集成 DCNv2 的 CUDA 版本，通常建议采用预编译好的库文件或依赖第三方框架的支持。例如，在 PyTorch 中可以通过安装 `mmcv` 库获得完整的支持： ```bash pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html ``` 之后就可以方便地调用相应 API 来构建含有 DCNv2 层的神经网络结构了[^1]。