mmpose安装

本文档详细记录了在安装MMPose时遇到的两个主要问题及其解决方案。首先,由于mmcv-full版本不匹配导致的undefined symbol错误,通过指定版本号从官方源安装正确版本的mmcv-full。其次,PyTorch版本不兼容CUDA设备,需查找并安装与NVIDIA GPU和CUDA版本匹配的PyTorch。此外,还提供了安装和验证MMPose的完整步骤,包括创建虚拟环境、安装依赖、下载模型以及运行测试脚本。

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

有点麻烦,写个流程记录一下

具体步骤

把mmlab的mmpose下载到本地,创建虚拟环境mmlab

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

// 新环境
conda create -n mmlab python=3.8
conda activate mmlab

// 安转pytroch
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

// 安装openmim
pip install openmim

// 安装mmcv-full
pip install mmcv-full==1.3.8 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html    

// 安装其他
pip3 install -e .

// 试验是否安装成功
// 下载模型
mim download mmpose --config associative_embedding_hrnet_w32_coco_512x512  --dest .
// test-img
python demo/bottom_up_img_demo.py associative_embedding_hrnet_w32_coco_512x512.py hrnet_w32_coco_512x512-bcb8c247_20200816.pth --img-path tests/data/coco/ --out-img-root vis_results

踩坑1

第一个坑是mmcv-full的版本不对,导致报错undefined symbol:cublasLtHSHMatmulAlgoInit, version libcublasLt.so.11

OSError: /home/lx/anaconda3/envs/mmlab/lib/python3.8/site-packages/torch/lib/../../nvidia/cublas/lib/libcublas.so.11: undefined symbol:cublasLtHSHMatmulAlgoInit, version libcublasLt.so.11

这时候就不能简单的pip install了,要加上版本号,去https://download.openmmlab.com/mmcv/dist/index.html找一下哪个是对应的,我装的是cuda111+torch1.8.0+cp38,所以安装

pip install mmcv-full==1.3.8 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html    

备注:mmcv-full版本要mmcv>=1.3.8, <=1.8.0.否则会报错

Traceback (most recent call last):
  File "demo/bottom_up_img_demo.py", line 9, in <module>
    from mmpose.apis import (inference_bottom_up_pose_model, init_pose_model,
  File "/home/lx/PycharmProjects/mmpose-master/mmpose/__init__.py", line 24, in <module>
    assert (mmcv_version >= digit_version(mmcv_minimum_version)
AssertionError: MMCV==1.3.3 is used but incompatible. Please install mmcv>=1.3.8, <=1.8.0.

踩坑2

第二个坑是pytorch的版本不对,这个遇到不止一次了,每次还是踩坑里头,原因就是cuda11.1的pytorch安装不能直接硬来,详情自己看官网吧 https://pytorch.org/get-started/locally/

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/


RuntimeError: CUDA error: no kernel image is available for execution on the device

找到之前的版本列表,找到自己对应的那行就行,

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

在这里插入图片描述

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