Swin Transformer环境配置的一些问题

Swin Transformer环境配置的一些问题，主要是ModuleNotFoundError: No module named ‘mmcv._ext’

Swin Transformer环境配置的一些问题

前段时间进行了swin Transformer环境的搭建，我是基于分割的，但是大差不差

Windows10配置流程

参考AI浩博主的文章：
链接: AI浩.
文章基于ADE2016做处理，我只配环境，要实战去看这个博主，
链接: 代码地址.

下载完代码直接在pycharm中打开（最好是管理员模式，这样能避免很多奇奇怪怪的bug）
创建新环境：

这里网上比较多，就不多赘述了，记得装cuda这个环境配置可以参考b站up小土堆，自己搜就可以了

检查cuda版本

python -c 'import torch;print(torch.__version__)'

我的结果如下：

配置编译器（需要vs2019版本，更高版本的不可以）

总结一下，要下vs2019，gcc，git，cmake（我只说第一个vs2019，其他一样的操作，后边三个我不知道是不是刚需，但是很好处理教程很多直接搜就行，环境变量配置完记得重启一下电脑，这玩意不重启不更新）

下载过程参考（建议按默认路径下c盘，因为下d盘我找不到对应路径了）：
链接: VS2019下载.

下载完需要配置环境变量：
右键我的电脑，点属性出现这个界面点高级系统设置：

然后环境变量：

在系统变量找到PATH点编辑，新建系统变量就好了，变量地址填下边的：

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.29.30133\bin\Hostx64\x64

14.29.30133这个文件夹可能有点不一样，但是都是一串数字，最好自己找，不要复制
这些搞完准备工作基本ok，剩下的在pytorch的cmd中直接跑就行

安装必要的环境（这是我尝试的对我有效的）

pip install cython matplotlib opencv-python
pip install -U openmim
mim install mmcv-full==1.7.2
pip install mmsegmentation

虽然swin Transformer要求上是mmcv<=1.4.0版本，我卡了好几天一直是寄的，下了1.7.2的就好了
缺其他的package直接自己手动 pip 就 ok 了。

我最后的环境（我的torch是2.1.2版本（如果是gpu的记得下对应的cuda版本，我的是cuda118的最好能配置在环境变量，前边提到的up主 pytorch小土堆 里边会讲），torchvision的对应版本是0.16.2）：

下载 Swin-T 预训练模型

链接如下：https://github.com/SwinTransformer/storage/releases/download/v1.0.1/upernet_swin_tiny_patch4_window7_512x512.pth
也可以直接到官网去下其他版本的看自己需求，直接搜就完事，下载完后复制到项目的根目录。

修改./demo/image_demo.py

from argparse import ArgumentParser

from mmseg.apis import inference_segmentor, init_segmentor, show_result_pyplot
from mmseg.core.evaluation import get_palette


def main():
    parser = ArgumentParser()
    parser.add_argument('--img', default='demo.png', help='Image file')
    parser.add_argument('--config', default='../configs/swin/upernet_swin_tiny_patch4_window7_512x512_160k_ade20k.py', help='Config file')
    parser.add_argument('--checkpoint', default='../upernet_swin_tiny_patch4_window7_512x512.pth', help='Checkpoint file')
    parser.add_argument(
        '--device', default='cuda:0', help='Device used for inference')
    parser.add_argument(
        '--palette',
        default='ade20k',
        help='Color palette used for segmentation map')
    args = parser.parse_args()

    # build the model from a config file and a checkpoint file
    model = init_segmentor(args.config, args.checkpoint, device=args.device)
    # test a single image
    result = inference_segmentor(model, args.img)
    # show the results
    show_result_pyplot(model, args.img, result, get_palette(args.palette))


if __name__ == '__main__':
    main()

最后结果：

到这里环境基本没问题，我运行有警告：

查了相关资料是因为MMCV v2.0.0 版本的一些变更和即将过时的功能，以及 Torch 的一些内部更改。不过，程序没有报错并且成功加载了本地路径的模型文件，应该问题不大。

ModuleNotFoundError: No module named 'mmcv._ext’问题解决

大家可以先试试，不行去论坛看看有没有：
https://github.com/open-mmlab/mmdetection/issues/3271

网上的处理方法有2种：
1、按照torch和cuda版本选择安装（这个最多，但是我没用）

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

{mmcv_version}改成你需要下的版本，cu111/torch1.8.0对应你的cuda和torch版本，pip list自己看一下，也可以去官网看：
链接：https://github.com/open-mmlab/mmcv

2、按照源码编译

详细可以参考 霜frosty的文章Win10环境下（cuda11.2）安装mmcv和mmdetection

不过我的是精简版了

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
pip install -r requirements/optional.txt
python setup.py build_ext
python setup.py develop

最后两个运行setup.py文件的都运行时间挺长，要构建代码，如果你运行时间太短，多半是寄了，但是这玩意很玄学，运气好一次就好，运气不好跟我一样卡个一两天

可以运行这段代码验证是否成功：

python .dev_scripts/check_installation.py

我成功的办法和上边流程中一样，来找办法的可以直接试试：

pip install -U openmim
mim install mmcv-full==1.7.2
pip install mmsegmentation

大功告成，卡了一两天的问题就这样解决了，源码编译也试了，但是寄了

2024/3/19日晚7点补充

发现忘记写apex的安装流程了，补充一下。

简单介绍一下,Apex模块是一个用于在PyTorch中实现混合精度训练和分布式训练的工具包。它提供了一些优化器和调度器，以及一些用于减少精度损失的函数。Apex模块在使用NVIDIA的混合精度训练技术时非常有用，该技术可以加速训练过程并减少显存消耗。(咱们一般也是单显卡先跑着玩，我只是多下了不过应该不影响)

apex下载其实和那个从源码编译mmcv和mmdet很像，跑下边代码就行（懒得话直接pip install apex但是经验告诉我用的时候可能会报错）：

git clone https://github.com/NVIDIA/apex.git
cd apex
python setup.py install

看了几篇博客总结了一下，要是安不上第三局话可以换成下边的：
1、pip install -v --no-cache-dir ./
2、python setup.py install --cpp_ext --cuda_ext
3、python3 setup.py install

2024/3/20日上午9点补充

昨晚试着跑train函数结果寄了，主要是版本问题，报错问题是：

AttributeError: 'int' object has no attribute 'type'

然后我在github上找到了对应的issue：
AttributeError: ‘int’ object has no attribute ‘type’
对应找到的办法就是：

不过要注意这个版本对应的python版本不能太高，我用的3.8，重新用conda创建的环境，顺便算是学习了一下，要看有没有对于版本你的torch可以去下边链接看torch_stable
最后放上结果（正在跑还没跑完，跑完看看效果）：