SAM2环境配置问题汇总：CUDA_HOME environment variable is not set；RuntimeError: No available kernel. Aborting

《------往期经典推荐------》

一、【100个深度学习实战项目】【链接】，持续更新~~

二、机器学习实战专栏【链接】，已更新31期，欢迎关注，持续更新中~~
三、深度学习【Pytorch】专栏【链接】
四、【Stable Diffusion绘画系列】专栏【链接】
五、YOLOv8改进专栏【链接】，持续更新中~~
六、YOLO性能对比专栏【链接】，持续更新中~

《------正文------》

引言

这篇文章主要介绍自己在配置SAM2运行环境时碰到的一些坑，解决花了很长时间。记录一下，希望能够帮助小伙伴们解决同样的问题。

注意事项

1. 环境配置前需要先安装pytorch

pytorch官网：https://pytorch.org/get-started/locally/

命令如下：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

根据自己的CUDA情况安装指定torch版本。

注意torch与torchvision的安装版本需要满足：“torch>=2.3.1”, “torchvision>=0.18.1”

项目环境安装命令

官方给出的命令是：

pip install -e .

建议用：
pip install --no-build-isolation -e .

命令解释如下：
pip: Python的包管理器，用于安装和管理Python包。
install: 这是pip的一个子命令，用于安装包。
--no-build-isolation: 这个选项告诉pip在安装包时不要创建一个隔离的环境。通常，pip会为要安装的包创建一个隔离的构建环境，以确保构建过程不会受到其他包的影响。使用这个选项可以跳过这一步，这通常用于开发过程中，当开发者需要确保构建行为与系统中的其他包紧密相关时。
-e: 这个选项代表“editable”，即“可编辑模式”。它允许用户安装一个包，并且可以不重新安装就能编辑源代码。这意味着当你修改了源代码后，不需要重新安装包，改动就会立即生效。
.: 这个点代表当前目录。这个命令通常在包的根目录下运行，它告诉pip在当前目录下寻找setup.py文件，并以可编辑模式安装包。
综上所述，pip install --no-build-isolation -e . 这条命令的意思是：以可编辑模式安装当前目录下的Python包，并且在安装过程中不创建隔离的构建环境。

遇到的问题

1. 配置环境时报错：OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.

使用pip install --no-build-isolation -e .命令配置环境时，报如下错误：OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.

解决办法：
下载并安装CUDA。CUDA Toolkit - Free Tools and Training | NVIDIA Developer

地址：https://developer.nvidia.com/cuda-toolkit-archive

安装完成后在系统环境变量设置可以看到（路径为默认安装路径）

再添加一个与CUDA_PATH相同路径的CUDA_HOME，如下所示：

如果上面步骤无法解决，再继续下面内容。
在项目中的setup.py中箭头位置添加如下代码，我是通过这个解决的…

-allow-unsupported-compiler

2. 模型推理时报错：RuntimeError: No available kernel. Aborting execution.

在运行 predictor.predict时报错：RuntimeError: No available kernel. Aborting execution.

解决办法：
在项目中的sam2\modeling\sam\transformer.py文件里面22行后面加上如下代码：

USE_FLASH_ATTN = False
MATH_KERNEL_ON = True
OLD_GPU = True

3. 配置环境报错：ERROR: Could not build wheels for SAM-2, which is required to install pyproject.toml-based projects

运行环境配置命令pip install -e .报错：ERROR: Could not build wheels for SAM-2, which is required to install pyproject.toml-based projects

搜了很久原因，很多说是cuda需要12.1及以上版本，具体我也不太清楚具体原因。我根据要求切换到12.1版本，依然报同样的错误…没解决。
最终还是通过pip install --no-build-isolation -e .命令配置的环境。

---

SAM2的环境配置确实坑有点多，希望这篇文章能够帮助需要的小伙伴，减少排坑时间。
如果对你有帮助，感谢给个点赞支持一下~