mmdetection族的github项目编译时候出现的bug

最新推荐文章于 2024-08-20 13:29:54 发布
最新推荐文章于 2024-08-20 13:29:54 发布
阅读量454 收藏
点赞数
分类专栏： 深度学习 编译bug 文章标签： pytorch
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。
本文链接：https://blog.csdn.net/lzAllen/article/details/110946965
版权

bug一: 

解决方法: g++ error cuda_runtime_api.h: No such file or directory

bug二:

安装基于mmdetection的solo时：unable to execute ':/usr/local/cuda-10.1/bin/nvcc': No such file or directory

解决方法: 安装 maskrcnn-benchmark: command ':/usr/local/cuda/bin/nvcc' failed with exit status 1

bug三:

mmdetectionv1的coco类型的evaluation不能输出classwise的评估结果，而且要输出classwise的结果修改起来还比较的繁琐

解决方案: https://github.com/open-mmlab/mmdetection/pull/1549

                 https://github.com/open-mmlab/mmdetection/pull/1549/files/26869c3018379348bf5777fecd68036c5e652191#diff-e7f49c3848e636d2e409515d9ffd72c00b792ce78bb5b48557f68dd1cb3c2664

MMDetection实战：MMDetection训练与测试
05-09
MMDetection是商汤和港中文大学针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，把数据集构建、模型搭建、训练策略等过程都封装成了一个个模块，通过模块调用的方式，我们能够以很少的代码量实现一个新算法，大大提高了代码复用率。 GitHub链接：https://github.com/open-mmlab/mmdetection。 Gitee链接：https://gitee.com/open-mmlab/mmdetection。 主分支代码目前支持 PyTorch 1.5 以上的版本。主要特性： 模块化设计 MMDetection 将检测框架解耦成不同的模块组件，通过组合不同的模块组件，用户可以便捷地构建自定义的检测模型 丰富的即插即用的算法和模型 MMDetection 支持了众多主流的和最新的检测算法，例如 Faster R-CNN，Mask R-CNN，RetinaNet 等。 速度快 基本的框和 mask 操作都实现了 GPU 版本，训练速度比其他代码库更快或者相当，包括 Detectron2, maskrcnn-benchm
mmdetection 常见问题及错误记录
01-06
1、GPU下出现/pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:53: lambda [](int)->auto::operator()(int)->auto: block: [9,0,0], thread: [32,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && index out of bounds` failed.问题 GPU上运行神经网络模型，是使用多线程并行加速的，如果出错，真正的错误信息很容易被cuda的错误信息淹没，所以难以看到错误信息，一般引起问题的原因是
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'
Github 项目 - mmdetection 模型训练
JL-LOVE
03-04 6260
[论文 - MMDetection: Open MMLab Detection Toolbox and Benchmark - 2019](https://arxiv.org/abs/1906.07155) [github open-mmlab/mmdetection](https://github.com/open-mmlab/mmdetection) [Github 项目 - mmdete...
安装mmdetection编译pycocotools失败的解决方法
sinat_41026716的博客
05-19 2706
https://github.com/open-mmlab/mmdetection/blob/master/docs/getting_started.md 一切从教程，但编译pycocotools可能出现以下报错 很大可能是因为conda中内置gcc与cocotools中的冲突，可以输入 conda list | grep gcc 验证版本，如果存在gcc，建议卸载。 conda uninstall gcc 再次编译，已经成功。 ...
mmdetection使用时遇到的问题
给时光以生命
12-23 1078
不需要摘要
Maven遇到github引用的项目有bug怎么办？
weixin_34293246的博客
04-18 105
Maven遇到github引用的项目有bug，自己想要修复/作者已经修复了但是还没有版本出来。 一个maven的做法 git clone 该项目（可能直接下载zip比较快）。 在项目中mvn install -Dmaven.test.skip=true，此时要注意，pom.xml上的id和版本号。 install没问题之后，自己的项目就可以引用了，引用就是install的那个项目的id和版本...
如何将mmdetection训练好的模型导出为onnx格式？【Windows和linux通用哦！】
最新发布
深耕AI
08-20 1101
目前，MMDeploy在Windows平台下提供cpu以及cuda两种Device的预编译包，其中cpu版支持使用onnxruntime cpu进行推理，cuda版支持使用onnxruntime-gpu以及tensorrt进行推理，可以从Releases获取。注意：本篇教程以mmdeploy-1.3.1-windows-amd64.zip为例，展示预编译包cpu的预测方法。为了方便使用者快速上手，本教程以分割模型(mmdetection)为例，展示预编译包的使用方法。
那些年，我们一起踩过的 “Android 坑”
热门推荐
JackWaiting
07-19 2万+
69、多线程同时访问集合（ConcurrentModificationException）问题现象： 多线程同时修改集合时常常容易出现 ConcurrentModificationException ，即便是改成用 Collections.synchronizedCollection() 方法同步也无效。原因分析：当集合正在迭代时，如果进行修改就会出现异常，@问题13 已经说过该问题。而 synch
上海交通大学计算机学院于欣阳,GitHub - zhongzebin/SJTU-RM-CV-2019: 上海交通大学 RoboMaster 2019赛季 视觉代码...
weixin_30624835的博客
07-26 1520
上海交通大学 RoboMaster 2019赛季 视觉代码本代码是上海交通大学RoboMaster2019赛季步兵车辆的视觉部分，分为三个模块:装甲板识别，能量机关，以及封装的设备驱动和配置文件。可以提取能量机关以外的模块并修改main函数直接作为哨兵识别代码。本代码统一使用640×480大小的图像进行处理作者负责部分微信号唐欣阳自瞄装甲板识别xinyang_tang卫志坤自瞄装甲板识别孙加桐能量...
CPU快速搭建深度学习后端教程
fhzmWJ的博客
06-07 1133
目录后端安装flask框架配置mmdetection预备工作需要安装的包安装mmdetection 后端 安装flask框架 sudo pip install virtualenv #安装virtualenv virtualenv------用来建立一个虚拟的python环境，一个专属于项目的python环境，不过我没有用上，在快到期的服务器上尽情造作。 mkdir flask_uwsgi #创建部署flask的文件夹 cd flask_uws
linux 内存调试,Linux
weixin_31293733的博客
04-30 1143
5内存调试很多系统的稳定性问题与内存相关,特别是内存的越界访问,本节介绍几种kernel原生的内存调试技术5.1Page_Owner5.1.1原理介绍page_owner的目的是存储页面分配时的调用栈信息,这样我们就能知道每个一个页面是由谁分配的.要实现这个目的,得回答3个问题:怎么存、存哪里、何时存.怎么存怎么存就是说如何获取调用栈信息.这个好办, kernel官方提供了save_stack_t...
mmdetection
qq_36338700的博客
11-14 878
mmdetection 本人的系统环境：Ubuntu 16.04Cuda 9.0 + Cudnn 7.0.5Python 3.6 （mmdetection要求Python版本需要3.4+）Anaconda 3 （可选）
mmdetection安装教程
jq_98的博客
04-29 1699
简要说一下nndetection的安装步骤吧： github：https://github.com/open-mmlab/mmdetection 1、首先看一下自己的cuda版本是多少，根据自己的cuda版本安装对应的pytorch版本 由于我是最新版本，所以直接进行pytorch官网安装最新版本就好了 2、之后创建并激活环境conda环境 conda create -n mmdetection python=3.7 conda activate mmdetection 3、根据环境安装mmcv 这里
win10下安装mmdetection的完整教程（使用gitee完成，对无法访问github的用户友好）
a486259的博客
03-07 3376
通过在两台不同的电脑上的测试，发现mmdetection对pytorch没有特殊需求，正常的pytorch版本大于1.6都可以使用mmdetection（博主环境为torch 1.10.1+cu113）。但是要求win10系统环境配置好了gpu版的pytorch执行环境。在这里完整的记录win10下安装和测试mmdetection的过程。 安装步骤 步骤一、安装mmcv 命令 pip install mmcv-full==1.4 图1安装mmcv-full 步骤二、安装git 因为安装..
《MMDetection介绍》听课笔记
m0_60082435的博客
02-09 206
➢ MMDetection 涵盖 60 余个目标检测算法，并提供方便易用的 工具，经过简单的配置文件改写和调参就可以训练自己的目标检 测模型。➢ MMDetection 提供 400 余个性能优良的预训练模型，开箱即 用，几行 Python API 即可调用强大的检测能力。− 训练策略 梯度下降算法、学习率参数、batch_size、训练总轮次、学习率变化策略等等。− 数据集 用什么数据训练模型：数据集划分、数据文件路径、数据增强策略等等。− load_from 字段定义与训练模型的参数文件。
OpenMMLab-AI实战营第二期——4-2.MMDetection代码课
啷个哩个啷
06-11 1600
MMDetection 支持了各种不同的检测任务，包括目标检测，实例分割，全景分割，以及半监督目标检测。检测是分割的基础，所以它也包含了很多分割任务，和MMSegmentation的区别是：目前，支持的分割任务为语义分割中支持了实例分割和全景分割。超详细！带你轻松掌握 MMSegmentation 整体构建流程语义分割的应用：①自动驾驶；②遥感图像分析；③医学图像分析。所以可以理解为专门为了这三个垂直方向把语义分割方向的模型单独列出来了这个库主要是面向3D的，感觉重点在点云数据上，
cmake找不到fatal error: cuda_runtime_api.h: No such file or directory
weixin_41653613的博客
07-12 1598
我装的是cuda11.1，装完后需要在~/.bashrc里添加路径并source。确定你安装了cuda，这个文件实在你所安装的cuda/include/里面。这样就能解决问问题了。
fatal error: cuda_runtime.h: No such file or directory
mengsong的博客
11-28 4663
背景 今天本人想跑个Yolact模型玩玩，但是在训练的过程中，需要DCN网络模型，这个需要使用CUDA对相关文件进行编译，但是报错了，主要错误是： cuda_runtime.h: No such file or directory 弄了一个下午，看了很多博客，也是没解决，后来知道为啥了。其实解决方案也是很简单的，就是把CUDA安装目录的一些文件夹路径添加到环境变量中就可以了。以下是Windows 操作系统的解决方案： 在环境变量Path中添加以下两个路径： C:\Program Files\NVIDI
Windows下使用CUDA 10.1和Python 3.7安装mmdetection教程
（2）准备mmdetection源码：通过GitHub获取mmdetection的最新源码。这一步骤可以通过克隆官方仓库或下载源码压缩包完成。 （3）安装依赖：mmdetection的编译安装需要一系列依赖库的支持。根据官方文档，通过Python的...
评论
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