解决pytorch1.7CenterTrack中DCNv2编译问题

已于 2023-03-01 10:15:48 修改
阅读量418 收藏 5
点赞数 1
文章标签： 深度学习 python Powered by 金山文档
于 2023-02-28 21:01:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_62607941/article/details/129269968
版权

为了改这个错误耗费了整整两天

这一步在CenterTrack和FairMOT中都有

很重要的一步就是下载DCNv2，我一开始是在centertrack的安装步骤中用它给的代码下载的DCNv2.但是如果你的pytorch版本大于等于1.7.那么你要直接下载这个mirrors / MatthewHowe / DCNv2 · GitCode。但是注意要把DCN中的dcn_v2.py 剪切到DCNv2 的主目录下。接着不用运行./make.sh。而是直接在服务器上执行python setup.py build develop。就ok了

参考(20条消息) 【成功运行】CenterTrack代码复现及问题汇总_centertrack 复现_头发总是会长的的博客-CSDN博客

共渡982
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DCNv2编译步骤
wuyeyoulan23的专栏
07-14 2213
3.打开anacondaprompt，激活第二步中新建的虚拟环境，并把目录切换到DCNv2所在的目录，输入pythonsetup.pybuildinstall。选择2017，登录自己的账号，弹出2017的几个版本，下载community版，即可，下载后的式为vs_Community.exe。命令安装完成后，容易出现各种问题，比如需要修改nvcc-v为nvcc--v等问题。所以这里用pip的方式安装pytorch。等，解决办法彻底卸载vs2015，安装vs2017即可解决。.........
DCNv2-pytorch-1.7.zip
10-20
本篇将详细介绍DCNv2的核心思想，以及如何在PyTorch 1.7环境中进行部署与实践。 DCNv2的核心创新在于引入了上下文感知的卷积层（Contextualized Convolution Layer），这一层能够捕捉到更丰富的特征交互，从而提升...
多目标跟踪新范式：CenterTrack
热门推荐
我爱计算机视觉
05-02 1万+
作者：Xingyi Zhou等参与：小舟、Jamin、魔王转载自机器之心近日，来自德克萨斯奥斯汀分校和英特尔研究院的研究人员提出一种基于点的同时检测和跟踪方法 Tracking obje...
DCNV2编译
m0_61008862的博客
04-15 279
pytorch1.12+cu11.6编。
关于DCNv2环境配置的问题
最新发布
m0_57049795的博客
05-24 844
（关于DCNv2模块的配置问题）本人在复现（2021CVPR）DG-Font: Deformable Generative Networks for Unsupervised Font Generation这篇文章时出现的问题（主要是DCNv2出现了错误）想与大家做以交流和分享。本文注重实际操作，帮助大家解决环境配置的实际问题。
DCNv2 pytorch1.7,1.8 cuda11.0编译
josiechen的博客
12-25 173
下载该工程，将DCN目录下的dcn_v2.py文件移动到上层，和make.sh文件放在同一级目录，然后执行：./make.sh。
血泪安装DCNv2 编译BasicSR框架下的DCNv2
longshaonihaoa的博客
08-13 6043
源代码链接：https://github.com/xinntao/EDVR 1、环境介绍 我开始以为环境版本很重要，网上教程、github分析都在提供各种python、torch等匹配，但是经过我这四天血泪调试，现在发现版本是什么不重要。不同版本互相匹配很重要。 这篇文写之前我终于在RTX3090 + python3.6 + torch1.7.1 及 RTX2080 + python3.6 + torch1.4.1均编译成功。 2、先说结论 1）pytorch 即使是相同的版本，下载时的cuda.
超详细ubuntu20.04运行安装yolact++，编译DCNv2，pytorch=1.11.0 cudatoolkit=11.3
u013454780的博客
04-05 2398
超详细ubuntu20.04运行安装yolact++，编译DCNv2，pytorch=1.11.0 torchvision=0.12.0 torchaudio=0.11.0 cudatoolkit=11.3
windows环境安装miniconda、pytorch及visual studio编译DCNv2过程问题梳理记录
qq_44442727的博客
06-09 2616
1、环境安装：gdal cudatoolkit torch torchvision torchaudio 首先是镜像源配置，全面配置结果如下，通过清华镜像源网站获取（anaconda tsinghua），获取镜像源网址：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 安装库的问题： windows直接通过conda命令限制库的版本和获取源（conda-forge、nvidia）来安装cudatoolkit 等库会报错，找不到合适的版本，主要原因是wind
jetson nano pytorch 1.7 网盘链接
02-05
Python 3.6 - torch-1.7.0-cp36-cp36m-linux_aarch64.whl 适用于：JetPack 4.4 (L4T R32.4.3) / JetPack 4.4.1 (L4T R32.4.4) / JetPack 4.5 (L4T R32.5.0)
适用于PPC64的pytorch1.7
06-13
自己在power pc机器上编译的pytorch，版本1.7，亲测可用，全网首发。
tensorrtx 实现 yolov5 + dcnv2
03-20
将 yolov5x yaml backbone 前3层 conv 改成 dcnconv 参考 tensorrx yolov5 , 实现 tensorrt 推理。 backbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2 [-1, 1, DCN, [128, 3, 2]], # 1-P2/4 [-1, 3, C3, [128]], [-1, 1, DCN, [256, 3, 2]], # 3-P3/8 [-1, 6, C3, [256]], [-1, 1, DCN, [512, 3, 2]], # 5-P4/16 [-1, 9, C3, [512]], [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [-1, 3, C3, [1024]], [-1, 1, SPPF, [1024, 5]], # 9 ]
DCNv2ubuntu16.04下编译好的
11-12
可变形卷积dcnv2编译，ubuntu16.04下编译好的，cuda10.0，cudnn7.1.3，欢迎下载
pytorch版可变形卷积代码DCNv2.zip
04-09
pytorch版可变形卷积代码DCNv2，下载编译可直接使用，内附编译过程及详细使用方法。在Ubuntu环境下使用的。
编译DCNv2网络：error: command 'C:\\Program Files\\NVIDIAGPUComputingToolkit\\CUDA\\v1
11-20
编译DCNv2网络：error: command 'C:\\Program Files\\NVIDIAGPUComputingToolkit\\CUDA\\v10.0\\bin\\nvcc.exe'
DCNv2_latest:DCNv2支持不错的火炬，例如火炬1.5+（现在为1.8+）
05-12
此仓库使pytorch中的所有版本都可以使用DCNv2。 在CenterNet-DLA模型中推断出的Pytorch 1.7。 它可以在Pytorch 1.7上运行，因此您可以在RTX 30系列卡中使用它。 更新 2021.03.24 ：已确认PyTorch 1.8在主分支中可以...
pytorch1.7.zip
11-28
PyTorch 1.7是PyTorch框架的一个...综上所述，PyTorch 1.7版本作为一个强大的深度学习框架，不仅提供了高效、灵活的神经网络构建工具，还具备丰富的生态系统和社区支持，是科研和工业应用中首选的深度学习平台之一。
【DCNv2踩坑记录】Windows10 + RTX3060 + cuda11.0 + pytorch1.7.1成功编译
qq_42700606的博客
09-06 6703
【DCNv2踩坑记录】 windows10 + RTX3060 + cuda11.0 + pytorch1.7.1 成功编译
pytorch使用DCN
Abo_luo的博客
05-03 2106
pytorch使用DCN前言正文 前言 关于DCN可形变卷积神经网络相信大家也都不陌生，使用额外的feature map区学习offset，以此达到可形变的效果。感觉和attention比较相似？ 但是网络实现的代码版本各不相同，编译环境存在很多难以协调等等的问题。而MMopenlab是一个非常不错的工具，其有着实现可形变卷积的方法，因此本文只是做一个引入，如何像正常使卷积一样的使用DCN 正文 from mmcv.ops import DeformConv2dPack import torch from
如何下载 PyTorch 1.7
09-18
5. 验证安装：安装完成后，你可以在Python环境中导入PyTorch，并执行一些简单的操作来验证是否成功安装了PyTorch 1.7。可以通过以下代码进行验证： ```python import torch print(torch.__version__) ``` 以上...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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