win10编译Faster RCNN的cython_utils(No Module named ''cython_bbox.bbox_overlaps)

安装cuda、cudnn


请确保设置CUDAHOME环境变量

安装MinGW

修改cython_utils/setup.py

将以下代码块中的
nvcc改为nvcc.exe
win下是.exe后缀的
lib64改为lib
win下是lib文件夹

    # first check if the CUDAHOME env variable is in use
    if 'CUDAHOME' in os.environ:
        home = os.environ['CUDAHOME']
        nvcc = pjoin(home, 'bin', 'nvcc')
    else:
        # otherwise, search the PATH for NVCC
        default_path = pjoin(os.sep, 'usr', 'local', 'cuda', 'bin')
        nvcc = find_in_path('nvcc', os.environ['PATH'] + os.pathsep + default_path)
        if nvcc is None:
            raise EnvironmentError('The nvcc binary could not be '
                'located in your $PATH. Either add it to your path, or set $CUDAHOME')
        home = os.path.dirname(os.path.dirname(nvcc))

    cudaconfig = {'home':home, 'nvcc':nvcc,
                  'include': pjoin(home, 'include'),
                  'lib64': pjoin(home, 'lib64')}

修改cython_utils/Makefile

修改 rm -rf 为 rd/del

all:
	python setup.py build_ext --inplace
	rm -rf build
clean:
	rm -rf */*.pyc
	rm -rf */*.so
## 新的改变

编译

于cython_utils下,执行 mingw32-make
make
生成bbox和nms计算脚本如下:
生成的bbox和nms计算脚本

### 解决 Python `ModuleNotFoundError` 错误 当遇到 `ModuleNotFoundError: No model named 'model.utils.cython_bbox'` 的错误时,这通常意味着所需的 Cython 扩展模块未被正确编译或安装。以下是详细的解决方案: #### 修改 Setup 文件并构建扩展模块 为了使 Cython 模块能够正常工作,在项目根目录下的适当位置找到 `setup.py` 文件,并对其进行必要的修改以包含缺失的模块定义。 对于特定于 Faster-RCNN TensorFlow 实现的情况,应当编辑位于 `/data/coco/PythonAPI/` 路径中的 `setup.py` 文件[^2]。具体来说是在该文件内添加如下所示的内容来声明新的 C++ 扩展部分: ```python from setuptools import setup, Extension import numpy as np ext_modules = [ Extension( name='lib.utils.cython_bbox', sources=[ '../../../lib/utils/bbox.c', '../../../lib/utils/bbox.pyx' ], include_dirs=[np.get_include()], extra_compile_args=[] ) ] setup(ext_modules=ext_modules) ``` 完成上述更改之后,进入对应路径下执行以下命令来进行本地化构建以及全局安装操作[^3]: ```bash cd ./data/coco/PythonAPI/ python setup.py build_ext --inplace python setup.py build_ext install ``` 这些指令会触发 Cython 编译过程并将生成的目标文件放置到合适的位置以便后续可以顺利加载所需的功能库。 通过以上步骤应该能有效解决因缺少指定包而导致无法成功导入的问题。如果仍然存在其他依赖项丢失,则可能还需要进一步调查整个项目的环境配置情况。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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