Windows编译MMCV源码

最新推荐文章于 2024-08-08 14:10:49 发布

L_Cooper

最新推荐文章于 2024-08-08 14:10:49 发布

阅读量1.8k

点赞数 2

文章标签： windows

本文链接：https://blog.csdn.net/qq_43209693/article/details/121558341

版权

首先需要安装如下依赖项：

1、通过sourcetree克隆源码，便于查看学习与版本切换。sourcetree基础教程可以参考如下链接：

2、克隆源码后，在cmd中cd至mmcv源码路径，并输入conda activate （pytorch环境名）激活环境。

3、在命令行中输入如下代码段安装依赖包。

pip3 install -r requirements.txt

4、编译与安装MMCV FULL版本。

（1）设置环境变量

将如下路径添加至path。复制如下路径，打开“编辑系统环境变量”。

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.27.29110\bin\Hostx86\x64

添加成功后，在cmd中输入cl。若出现下述语句说明添加成功。

（2）检查CUDA_PATH。

查看系统变量中CUDA_PATH、CUDA_PATH_V10_2是否正常。

如果没有，按照下述方式新建系统变量。即cd到mmcv路径下，输入下述命令。

 $env:CUDA_HOME = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2"
# 或者
$env:CUDA_HOME = $env:CUDA_PATH_V10_2  # CUDA_PATH_V10_2 已经在环境变量中

（3）设置CUDA的目标架构

根据显卡性能设置，可以参考CUDA GPUs | NVIDIA Developer

$env:TORCH_CUDA_ARCH_LIST="6.1" # 支持 GTX 1080
# 或者用所有支持的版本，但可能会变得很慢
$env:TORCH_CUDA_ARCH_LIST="3.5 3.7 5.0 5.2 6.0 6.1 7.0 7.5"

（4）确认已激活环境并cd到mmcv路径，在命令行中输入

python setup.py build_ext  # 如果成功, cl 将被启动用于编译算子
python setup.py develop # 安装
pip list # 检查是否安装成功

关注