mmdetection 环境配置mmcv和pytorch对照

最新推荐文章于 2025-07-10 08:00:00 发布
原创 最新推荐文章于 2025-07-10 08:00:00 发布 · 1w 阅读 · 22 ·
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：

#pytorch #深度学习 #mmdetection

博客介绍了mmdetection三个版本的环境配置信息。版本一为v1.1.0，涉及python 3.7.9等；版本二和版本三为v2.6.0，分别对应不同的CUDA版本及相关库版本，如torch、torchvision等。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

版本一（old）mmdetection[v1.1.0]：

python 3.7.9 Driver Version: 440.33.01    CUDA Version: 10.2

mmcv              0.4.3
mmdet             1.1.0+51df8a9       /root/data/ieemoo/mmdetection
numpy             1.19.4
torch             1.1.0
torchvision       0.3.0
 

版本二mmdetection[v2.6.0]：

python 3.7.9 Driver Version: 418.87.00    CUDA Version: 10.1

mmcv-full       1.2.0
mmdet           2.6.0               /home/data/jy/test/mmdetection

certifi         2020.6.20
mmpycocotools   12.0.3
opencv-python   4.4.0.46

torch           1.6.0+cu101
torchvision     0.7.0+cu101

版本三mmdetection[v2.6.0]：

python 3.7.9 Driver Version: 440.33.01    CUDA Version: 10.2

mmcv-full       1.1.5
mmdet           2.6.0               /root/anaconda3/envs/mm2/lib/python3.7/site-packages/mmdet-2.6.0-py3.7.egg
mmpycocotools   12.0.3

numpy           1.19.4
opencv-python   4.4.0.46
Pillow          8.0.1

torch           1.5.1
torchvision     0.6.1

 

 

mmdetection从入门到精通（二）－环境安装和常用工具使用
熊猫小妖的AI世界
12-28 646
mmdetection安装过程和调试工具
MMDetection 快速开始，训练自定义数据集
GoCoding
01-08 764
本文将快速引导使用 MMDetection ，记录了实践中需注意的一些问题。 环境准备 基础环境 Nvidia 显卡的主机 Ubuntu 18.04 系统安装，可见 制作 USB 启动盘，及系统安装 Nvidia Driver 驱动安装，可见 Ubuntu 初始配置 - Nvidia 驱动 开发环境 下载并安装 Anaconda ,之后于 Terminal 执行： # 创建 Python 虚拟环境 conda create -n open-mmlab python=3.7 -y conda
MMCV与MMDet环境安装全攻略
最新发布
weixin_64607985的博客
07-10 1162
本文针对mmcv与mmdet环境安装中的版本匹配问题，提供了详细的解决方案。首先强调确定项目所需版本的重要性，可通过version.py或项目文档获取版本信息，并给出官方推荐的版本对应表。详细介绍了从创建虚拟环境、安装PyTorch到配置mmcv-full和mmdet的完整步骤。针对CUDA不匹配、NCCL超时、依赖缺失等常见问题，给出了具体解决命令。最后说明通过验证版本号确认安装是否成功。本文为顺利搭建mmdetection开发环境提供了系统指导，帮助用户高效解决安装过程中的版本冲突问题。
安装MMCV和MMDET 2025
jacke121的专栏
04-16 8732
安装MMCV和MMDET pip install mmdet 自动安装mmcv win10上可以，服务器上没成功
从零掌握mmdetection：安装到部署全攻略
weixin_64607985的博客
07-09 991
mmdetection 是一个基于 PyTorch 的开源目标检测工具箱，由 OpenMMLab 团队开发和维护。丰富的算法库：支持多种主流目标检测算法，如 Faster R-CNN、Mask R-CNN、YOLO 系列、SSD、RetinaNet、DETR 等。模块化设计：将检测模型分解为 backbone、neck、head 等组件，方便用户自定义和组合不同的模块。高效的训练和推理：提供了优化的训练流程和推理接口，支持多 GPU 训练和分布式训练。易于扩展。
MMDetection= Cuda10.0.130 + Pytorch1.4.0 + torchvision0.5.0 + mmcv-full1.1.6 + mmdet2.5.0
haoxue2011的博客
04-09 1171
1.版本选取 MMDetection的版本选择 安装的时候，需要选择合适的版本， 下载不同版本的MMDetection，从 Github 的历史版本中选择合适的版本 https://github.com/open-mmlab/mmdetection/releases 根据Cuda的版本，选择PyTorch 和 torchvision 的版本 Pytorch 、torchvision 的预编译whl文件下载地址， https://download.pytorch.org/whl/torch_stabl
mmsegmentaion环境配置cuda11.0+pytorch1.7.1
weixin_49496731的博客
09-04 1189
1
Python3.9安装torch、mvcc
qq_39898555的博客
03-19 4248
orch.cuda.is_available()返回false解决办法：重装torch
MMdetection安装教程
weixin_44052271的博客
03-02 2825
到此为止，mmdet3.3所需要的mmcv、cuda和torch版本都确定好了，接下来就是根据mmdet官网提供的安装教程进行安装即可。官方教程的安装顺序跟我们确定版本的顺序是相反的，即官方首先建议创建虚拟环境并安装pytorch和cuda，然后安装mmcv，最后安装mmdet，但是这种顺序往往会出现各个包版本兼容性问题，因此建议首先根据本文提供的思路确定各个包的版本，再根据官方教程进行安装。查找本地设备支持的torch和cuda的版本（如下图所示），其中v1.13.1是torch的版本。
【GlobalTrack复现环境配置】复现时环境配置可能遇到的问题和解决方法
ConFeTTiiii的博客
03-28 614
作者在github上提供的源代码中包含了environment.yml配置文件，但笔者在直接执行时出现诸多错误（经过查找资料发现是版本不匹配问题），因此采用参考教程方法：先搭建基础环境，再安装。代码复现的开发环境：windows10，64bit；在anaconda默认路径下新建requirements.txt文件（名称自定），将以上写入文件中，执行。查阅资料，直接安装对应版本的mmcv-full解决。行，执行，安装环境中缺少的包，如下图。文件夹所在路径，如下图。，最后安装缺少的包。后，再删除以上代码的。
mmcv为2.1.0，mmdetection version为3.2.0，显示import successfully
06-04
我们正在讨论的是关于mmdetection库的导入问题，特别是如何确认mmcv和mmdetection的版本兼容性以及验证导入成功的问题。根据之前的知识，我们知道mmdetection依赖于mmcv，且两者版本必须兼容。我们可以通过以下步骤...
git clone https://github.com/open-mmlab/mmdetection3d.git cd mmdetection3d git checkout v1.0.0rc6 pip install -e .
03-23
| MMDetection3D 版本 | MMCV 版本 | PyTorch 版本 | CUDA 版本 | |---------------------|------------|---------------|------------| | v1.0.0rc6 | 1.7.0 | ≥1.6, ≤1.10 | ≥10.1, ≤11.5 |
CUDA 12.2安装全解：为MMDetection3D性能优化铺垫
[Ubuntu 系统 cuda12.2 安装 MMDetection3D](https://i1.hdslb.com/bfs/archive/343d257d33963abe9bdaaa01dd449d0248e61c2d.jpg@960w_540h_1c.webp) # 1. CUDA 12.2入门与环境准备 ## 简介 CUDA（Compute Unified ...
版本匹配指南：PyTorch版本、CUDA 版本和MMCV版本的对应关系
创作高质量博文，分享知识，共同进步！
04-05 6880
📚版本匹配不再愁！🔍一文解锁PyTorch、CUDA与MMCV的最佳拍档🎉 🚀深度学习领域，版本匹配是关键！本指南为你揭秘PyTorch、CUDA与MMCV的对应关系，让你轻松选择最佳拍档！🌟 🔍我们深入探讨版本匹配的重要性，并提供版本对应关系表，助你快速定位合适版本。📋 🔧同时，分享如何选择合适的MMCV版本，避免实践中的版本匹配问题。🚀 💡总结与展望，期待与你共同进步，掌握版本匹配的艺术！🤝 #PyTorch版本匹配 #CUDA版本匹配 #MMCV版本选择 #深度学习最佳
mmcv安装说明（及pytorch版本对应）
Godxiaozhu的博客
08-07 6773
首先要说明的是mmcv-full这个包。在，mmcv分mmcv和mmcvfull，当时的mmcv是cpu版本，而。但是到后，，而mmcv是GPU版本。
mmcv与CUDA、pytorch版本对应及安装
m0_52142248的博客
11-05 1967
先查看需要安装的mmcv版本，1.x和2.x两者完全不一样。找到对应的pytorch版本后，切换至对应的CUDA版本。conda安装对应版本的python、Pytorch。对版本CUDA安装与切换可以参考。
【OpenMMLab】mmcv-full安装、mmdet、MMRotate、torch、cuda等版本对应
weixin_48294353的博客
01-03 8294
考完研最近在写本科毕业论文，要运行OpenMMLab上的项目，但发现它们的框架升级之后变化是很多的，要是安装的稍微有点不对项目是完全不认包的，一开始我天真的以为改完api就能用了，然后到github上一顿搜一顿改，搞了两天，当然是运行不起来的。官网是有推荐版本下载的地方，但是它那里推荐的都是mmcv，不是项目要求的mmcv-full;然后我想着能不能花点钱解决问题，以下是我在鱼找的同学给的价格，当然那个320的肯定是来搞笑的。
mmcv与cuda，pytorch版本匹配要求
热门推荐
lh_lyh的博客
12-13 4万+
mmcv与cuda、pytorch版本兼容要求，见mmcv官方文档： 安装部分。
torch、cuda与mmcv对应版本
m0_70542120的博客
11-08 1670
torch、cuda与mmcv对应版本
Windows MMdetection 工具包mmcv-1.3.1无bug使用指南
通过上述知识点，我们可以了解到MMCV、MMDetection、计算机视觉、SwinTransformer等概念，并且理解了Windows环境下如何使用mmcv-1.3.1.zip文件。在使用过程中，用户可以针对自己的项目需求，调用MMCV中提供的API和...
评论 5
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