M2det问题：win10运行错误总结

最新推荐文章于 2024-04-05 12:54:18 发布

callmeCassie

最新推荐文章于 2024-04-05 12:54:18 发布

阅读量2.6k

点赞数 1

分类专栏：人工智能

本文链接：https://blog.csdn.net/callmecassie/article/details/104139060

版权

人工智能专栏收录该内容

3 篇文章 2 订阅

订阅专栏

1.安装alfred报错

File "C:\Users\AppData\Local\Temp\pip-install-pgy54cbe\alfred-py\setup.py", line 29, in <module>
        long_description = f.read()
    UnicodeDecodeError: 'gbk' codec can't decode byte 0x9c in position 5247: illegal multibyte sequence
    ----------------------------------------
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.

定位问题：源码中没有指定open时的编码方式，使得默认为gbk编码
源码地址：https://github.com/jinfagang/alfred
在这里插入图片描述
下载原始包文件后，解压找到setup.py文件，修改文件里的这一行，即加上encoding=‘utf-8’，保存后打包为新的安装包

然后使用本地安装包安装

pip install F:\AI\alfred（安装包位置）

已经向开发者提了，现在可以直接install不会出错了，不过下面的应该还没改

2.安装pycocotools出现问题

ERROR: Could not find a version that satisfies the requirement requests (from alfred-py==2.6.10) (from versions: none)
ERROR: No matching distribution found for requests (from alfred-py==2.6.10)

有可能是版本问题或者网络问题，我是网络不稳定，重新安装后就可以了

另外在76行会有一些必须的下载
在这里插入图片描述
由于pycocotools在windows上安装比较奇葩，在安装pycocotools会提示error: Unable to find vcvarsall.bat
解决：没有c++编译环境，安装单独的开发工具集vc++
请参考https://blog.csdn.net/a6822342/article/details/80841056
解决（是的，我查了很多都是必须装，就算不装vs，也得装vc++）

然后环境安装好之后，再次安装提示error: Failed building wheel for pycocotools
解决：pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
在这里插入图片描述
由于再次安装alfred-py时会把pycocotools清空按照它的方式安装，所以在76行把pycocotools删掉（反正我们装了）

3.安装pytorch

我的版本是python3.5 cuda 10.0 windows pip安装

命令：pip install https://download.pytorch.org/whl/cu100/torch-1.0.1-cp35-cp35m-win_amd64.whl
（事实上，官网https://pytorch.org/get-started/locally/下载挺快的呀，我还差点要去百度云下载了……另外，在官网上没有找到我电脑的cuda版本的，不知道其他版本会造成什么影响就去网上找了以前同样配置的命令，暂时还没发现问题……）

还需要安装torchvision，不然会出现这个问题No matching distribution found for torch==1.4.0 (from torchvision)
torch1.0.1版本对应的torchvision版本为0.2.0，使用pip install torchvision==0.2.0安装
查看torch版本

>>> import torch
>>> print(torch.__version__)
1.0.1

查看torchvision是否安装成功

>>> import torch
>>> torch.cuda.is_available()
True

4.Tensorflow1.1.0 CPU版本安装

使用命令：pip install tensorflow==1.1.0rc2
在这里插入图片描述
测试是否成功：

>>>import tensorflow as tf
>>>sess = tf.Session()
>>>a = tf.constant(10)
>>>b = tf.constant(22)
>>>print(sess.run(a + b))

正确输出结果32，安装完毕

若出现以下情况
在这里插入图片描述
说明需要对numpy包进行降级，降到<1.17，于是我干脆降到了1.16pip install numpy==1.16就不会报warning了

5.报错信息`No module named 'utils.nms.cpu_nms' "报错 'cpu_nms.py`

解决：文件cpu_nms.pyx改名(一般路径为 ./utils/nms/cpu_nms.pyx) 为cpu_nms.py
当然这个会报错，修改cpu_nms.py代码
（gpu-nms 报错暂时注释掉吧，后续再看）

6.报错信息`OpenCV: FFMPEG: tag 0x47504a4d/'MJPG' is not supported with codec id 7 and format 'mp4 / MP4 (MPEG-4 Part 14)'`

我用cv2把多张图片转成视频时候，遇见了这个错误，不能生成视频文件，查了很多资料，最终同时找到了两种解决方案。

# coding=utf-8
import os
import cv2
from PIL import Image

def makevideo(path, fps):
    """ 将图片合成视频. path: 视频路径，fps: 帧率 """
    fourcc = cv2.VideoWriter_fourcc(*"MJPG")
    path1 = 'C:/Users/lenovo/PycharmProjects/Dataset/gameData/test'
    im = Image.open('C:/Users/lenovo/PycharmProjects/Dataset/gameData/test/10561.jpg')
    print(im.size)
    vw = cv2.VideoWriter(path, fourcc, fps, im.size)
    for i in os.listdir(path1):
        frame = cv2.imread(path1 +'/'+ i)
        vw.write(frame)

if __name__ == '__main__':
    video_path = 'C:/Users/lenovo/PycharmProjects/Dataset/gameData/test_new1.mp4'
    makevideo(video_path, 10)  # 图片转视频

报错信息：

OpenCV: FFMPEG: tag 0x47504a4d/'MJPG' is not supported with codec id 7 and format 'mp4 / MP4 (MPEG-4 Part 14)'
OpenCV: FFMPEG: fallback to use tag 0x7634706d/'mp4v'

解决方法：

1.将fourcc = cv2.VideoWriter_fourcc(*“MJPG”)的"MJPG"改成"mp4v"
2.将vw = cv2.VideoWriter(path, fourcc, fps, im.size)的fourcc直接改成 0x00000021

第二种方法虽然会出现OpenCV: FFMPEG: tag 0x00000021/’!???’ is not found (format ‘mp4 / MP4 (MPEG-4 Part 14)’)’，但是生成的视频文件是正常的。

参考链接：https://www.wandouip.com/t5i244769/

7.win10下Cuda的下载安装及配置

首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。
在这里插入图片描述
可以看到本机有一个集成显卡和独立显卡NVIDIA GetForce GTX 1050。

接下来，测试本机独立显卡是否支持CUDA的安装，点击此处查询显卡是否在列表中。
在这里插入图片描述

从上图中，可以看到我本机的独立显卡是支持CUDA安装的，计算力是6.1。

那么，接下来就是选择CUDA进行安装即可，点击此处
在这里插入图片描述

下载之后，打开，选择存临时文件的路径或者默认，确定。

选择自定义版本

选择安装以下4项。不要选Visual Studio Integration，因为有可能出现全部安装失败的情况。

选择安装路径（需要记住路径，一会配环境变量用）
在这里插入图片描述

安装完成之后，便是配置环境变量。环境变量配置如下图所示。

测试CUDA是否正常安装，进入cmd，输入nvcc -V

7.CUDNN的下载及配置

在这里插入图片描述
下载完成后解压，将文件夹中的这三个文件覆盖掉

8.查看GPU使用情况

第一种直接打开任务管理器的性能
在这里插入图片描述
第二种使用cmd输入nvidia-smi

C:\Program Files\NVIDIA Corporation\NVSMI>nvidia-smi

在这里插入图片描述
其中68MiB / 2048MiB就是使用显存占总显存的比例

下方的Processes：就是显示程序的GPU Memory的使用，现在没有就显示No running processes found

9.运行项目命令

先删除文件然后再运行以下命令

cd utils
python build.py build_ext --inplace

否则会报以下信息

running build_ext
skipping 'nms\cpu_nms.c' Cython extension (up-to-date)
skipping 'pycocotools\_mask.c' Cython extension (up-to-date)

解决方式：删除掉各种Cython生产的之前的文件
的build文件夹、__pycache__文件夹、__init_.py文件，删除pycocotools文件夹（对应第二张图）下的__pycache__文件夹、__init_.py文件、_mask.c文件以及_mask.cpython-36m-x86_64-linux-gnu.so文件（可能不同的python版本，这个文件名不一样），删除nms文件夹（对应第三张图）下的__pycache__文件夹、__init_.py文件、cpu_nms.c文件、gpu_nms.c文件、gpu_nms.cpp文件、cpu_nms.cpython-36m-x86_64-linux-gnu.so文件（可能不同的python版本，这个文件名不一样）、gpu_nms.cpython-36m-x86_64-linux-gnu.so（可能不同的python版本，这个文件名不一样）。就是彻底删除之前的生成文件即可。
在这里插入图片描述