mmcv安装记录

Mr.Q

已于 2022-11-23 20:42:40 修改

阅读量6.7k

点赞数 5

CC 4.0 BY-SA版权

分类专栏： mmdetection openMMLab 文章标签： python 开发语言后端

于 2021-11-18 15:40:57 首次发布

本文链接：https://blog.csdn.net/jizhidexiaoming/article/details/121402107

mmdetection 同时被 2 个专栏收录

5 篇文章

订阅专栏

openMMLab

1 篇文章

订阅专栏

本文档详细介绍了如何在Windows和Ubuntu环境下从源码编译mmcv的过程，包括环境搭建、依赖安装及常见问题解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

由于官方提供的win版本有限，需要自己源码编译mmcv，特此记录。

注：最后附加ubuntu下编译遇到的问题。

1 window编译

1.1 准备

提前下载好mmcv-master.zip或者gi clone下来：

GitHub - open-mmlab/mmcv: OpenMMLab Computer Vision FoundationOpenMMLab Computer Vision Foundation. Contribute to open-mmlab/mmcv development by creating an account on GitHub.https://github.com/open-mmlab/mmcv

还有提前下载好mmflow-master.zip

安装：

Visual Studio Community 2019

Anaconda3

cuda11.1

1.2 安装python环境

conda create --name mmcv python=3.7  # 3.6, 3.7, 3.8 should work too as tested
conda activate mmcv  # make sure to activate environment before any operation

torch-1.8.0+cu111-cp37-cp37m-win_amd64.whl

https://download.pytorch.org/whl/cu111/torch-1.8.0%2Bcu111-cp37-cp37m-win_amd64.whlhttps://download.pytorch.org/whl/cu111/torch-1.8.0%2Bcu111-cp37-cp37m-win_amd64.whltorchvision-0.9.0+cu111-cp37-cp37m-win_amd64.whl

https://download.pytorch.org/whl/cu111/torchvision-0.9.0%2Bcu111-cp37-cp37m-win_amd64.whlhttps://download.pytorch.org/whl/cu111/torchvision-0.9.0%2Bcu111-cp37-cp37m-win_amd64.whl

pip install torch-1.8.0+cu111-cp37-cp37m-win_amd64.whl

pip install torchvision-0.9.0+cu111-cp37-cp37m-win_amd64.whl

cd mmcv

pip install -r requirements.txt

1.3 编译mmcv

严格按照官网要求设置

（0）Set up MSVC compiler

测试是否配置成功：

（1）cuda

安装了cuda，环境变量自己会有

（2）设置环境变量 CUDA target arch

查询自己的gpu算力，我的是3090，算力是8.6

TORCH_CUDA_ARCH_LIST：8.6

（3）设置环境变量ops和cpu cores

MAX_JOBS：8

MMCV_WITH_OPS：1

然后开始编译（严格配置前面的环境变量）

conda activate mmcv
# change directory
cd mmcv
# build
python setup.py build_ext # if success, cl will be launched to compile ops

编译成功（示例）：

如何没有打印很多信息，则是失败了，重新确认一遍流程。

编译失败（示例）：

失败了，就不会打印很多信息。

安装mmcv：

# install
python setup.py develop
# check
pip list

安装成功：

发现，mmcv和mmcv-full都有。

问题：安装时，如果卡住了，有可能是下载东西很慢，如下。

下载opencv很慢，可以先把opencv安装好：

pip install opencv-python opencv-contrib-python

然后再次安装mmcv：

python setup.py develop

注：

如果输入conda list，报错

CondaError: Expected exactly one `egg-info` directory in 'D:\code\PycharmProjects\mmcv'

则删除conda环境中的文件mmcv-full.egg-link

win编译安装结束。

2. ubuntu编译

严格安装官方教程：Build MMCV from source — mmcv 1.7.0 documentation

Build on Linux

Clone the repo

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv

Install ninja and psutil to speed up the compilation
```
pip install -r requirements/optional.txt
```
Check the nvcc version (requires 9.2+. Skip if no GPU available.)
```
nvcc --version
```
If the above command outputs the following message, it means that the nvcc setting is OK, otherwise you need to set CUDA_HOME.
```
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Mon_Nov_30_19:08:53_PST_2020
Cuda compilation tools, release 11.2, V11.2.67
Build cuda_11.2.r11.2/compiler.29373293_0
```
NOTE

If you want to support ROCm, you can refer to AMD ROCm to install ROCm.
Check the gcc version (requires 5.4+)
```
gcc --version
```
Start building (takes 10+ min)
```
MMCV_WITH_OPS=1 pip install -e . -v
```

Validate the installation

python .dev_scripts/check_installation.py

实操记录：

编译一切顺利。但是测试时报错：ModuleNotFoundError: No module named 'mmcv._ext'

根据官方的解决办法：

其实原因就是在源码编译安装之前已经尝试过pip install mmcv安装了mmcv，必须把这个卸载即可。