关于安装MMdetection2.11.0版本中,mmpycocotools安装报错【gcc: error: ../common/maskApi.c: No such file or directo】

作者在尝试安装MMDetection2.11.0版本时遇到mmpycocotools安装问题,经过一系列尝试和在GitHubissue上的发现,最终通过安装cython0.29.33版本解决了该问题。
摘要由CSDN通过智能技术生成

        历经千辛万苦终于把mmdetection的2.11.0版本下载下来了,包括mmdet=2.11.0;mmcv-full=1.2.4,以及源文件中的mmdetection源码,注意时2.11.0的源码,而非目前的V3版本。

        但在运行过程中出现了mmpycocotools安装错误问题,截图如下:

        我只能说,我费了巨大精力,终于解决的这个问题,网络上大部分都是针对pycocotools安装失败的问题,并没有针对mmdetection中mmpycocotools安装失败的问题,很多方法不适用。

        我尝试了各种版本,包括pip3、重新安装各种东西、卸载这个卸载那个,到最后还是不行,直到我在github的issues上发现了一个解决方案----提一嘴,一般有这种问题mmdetection都说希望您可以使用最新版本的,最新版本并不需要mmpycocotools,我要是能用最新的复现我早用了。。。。。。。。。。。。。

         原issues链接放在下面:

Failde building wheel for mmpycocotools · Issue #10730 · open-mmlab/mmdetection · GitHub

        上面说,安装cython=0.29.33版本就可以解决,难不成真是cython的问题?于是安装了该版本,命令如下:

pip3 install cython==0.29.33 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

然后再去安装mmpycocotools,pip install mmpycocotools

 

还真可以,我谢谢他了!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

### 回答1: 不一定,runcell()函数只是运行给定文件路径的Python脚本,而[]为空列表表示没有输出结果。 TensorFlow安装成功与否需要通过其他方式进行确认,例如在Python导入TensorFlow并进行操作。 ### 回答2: `runcell(0, 'E:/L/未命名0.py')` 是一个在TensorFlow执行某个代码单元的命令。这个命令的意思是运行位于文件路径'E:/L/未命名0.py'的Python文件的第一个代码单元。 但是,我们无法仅凭这个命令的执行结果判断TensorFlow是否成功安装。因为这个命令只是在调用文件的代码,而不是在安装TensorFlow的过程监测安装是否成功。要在Python脚本使用TensorFlow,首先需要在环境安装TensorFlow,并且在代码导入TensorFlow库。 要确认TensorFlow是否安装成功,您可以尝试在Python命令提示符或终端导入TensorFlow库并执行一些简单的TensorFlow代码。例如,您可以运行以下代码并检查是否出现错误信息: ``` import tensorflow as tf # 创建一个TensorFlow会话并执行一个简单的计算 with tf.compat.v1.Session() as sess: value = sess.run(tf.constant(1) + tf.constant(2)) print(value) ``` 如果运行该代码后输出`3`,那么TensorFlow已经成功安装并能够在您的环境正常运行。如果遇到任何导入错误或者TensorFlow的函数无法正常执行,那么可能表示TensorFlow没有成功安装或者安装存在问题。 ### 回答3: runcell(0, 'E:/L/未命名0.py')是一个在Jupyter Notebook环境下,运行指定Python脚本的命令。参数"2.11.0"在这里没有直接的关联,而"[]"表示一个空的列表。 所以,runcell(0, 'E:/L/未命名0.py') 2.11.0 []并不能准确地表示tensorflow是否安装成功。要确定tensorflow是否安装成功,可以通过以下步骤进行检查: 1. 确保已经正确安装了tensorflow。可以在命令行运行"pip list"或"pip show tensorflow",查看是否安装了tensorflow,并且版本是否为2.11.0。如果未安装,可以使用"pip install tensorflow"安装最新版本的tensorflow。 2. 在Python环境导入tensorflow并执行一些简单的代码来验证是否成功。可以在Python编译器或者Jupyter Notebook运行以下代码块: ```python import tensorflow as tf print(tf.__version__) ``` 如果成功输出了"2.11.0"或相应版本号,则表示tensorflow安装成功。 总结而言,runcell(0, 'E:/L/未命名0.py') 2.11.0 []并不能直接表示tensorflow是否安装成功,需要结合其他步骤进行确认。
评论 48
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