解决pytorch1.7CenterTrack中DCNv2编译问题

已于 2023-03-01 10:15:48 修改
阅读量421 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
cuda10.1+pytorch1.7配置centernet环境
weixin_43786395的博客
12-28 3513
文章目录前言1、Anaconda虚拟环境创建2、安装pytorch1.7(1)可以去官网https://pytorch.org/ 选择对应自己cuda版本的pytorch(2)可以下载离线文件，然后在本地安装(3)使用清华镜像3、配置CenterNet3.1下载centernet3.2安装依赖库3.3下载cocoapi3.4编译DCNv23.5编译NMS4、运行demo4.1下载模型文件4.2解决自动下载模型4.3测试demo总结 前言 我是在已有cuda10.1环境的linux服务器中配置cente..
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...
ubuntu安装DCNv2
2301_76965285的博客
04-10 623
环境python=3.7, pytorch=1.7.1。
关于DCNv2环境配置的问题
m0_57049795的博客
05-24 858
（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
12-25 176
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。
【windows + python3.7 + pytorch1.7 安装DCNv2】
qq_29960631的博客
12-09 6297
windows + python3.7 + pytorch1.7 安装DCNv2，挣扎了两天，终于把DCNv2搞定了。期间各种报错，补完一个出一个。务必按顺序操作！！
日常填坑-DCNv2+pytorch1.7+vs2017编译
qq_30625217的博客
11-26 7135
由于换工作已经很久没写文章了，今天写换工作后的第一篇文章 在win10+pytorch1.7下编译DCNv2这个东东。 去github上下载最新的DCNv2源码（如果你的初心是为了运行CenterNet，辣么用新下载的替换掉CenterNet里自带的DCNv2文件夹） 开始折腾： 定位到你的 ‘torch/utils/cpp_extension.py’文件(一般在你的python安装目录site-packages文件夹下) 定位到1374行，将源码 command = [‘ninja’, ‘-v’] 修改
CUDA10.1 + python3.7 + pytorch1.7 安装DCNv2
ClaireQi的博客
02-03 6713
最近想运行一个网络，用到了centernet，需要安装DCNv2，折腾了两天，记录一下填坑的过程。 下载 （1）github上最新版的DCNv2源码在"https://github.com/CharlesShang/DCNv2"，但是该版本源码不支持PyTorch1.7，如果使其支持PyTorch1.7需要做以下修改： 将DCNv2/src/cuda/dcn_v2_cuda.cu中所有的THCState_getCurrentStream(state)替换成c10::cuda::getCurrentCUD
Ubuntu + pytorch1.7 + rtx3090/3080 安装DCNv2 踩坑记录
weixin_39548859的博客
11-30 4757
由于RTX3090/3080只能安装cuda11，cuda11适配的pytorch只有1.7。所以DCNv2的安装包目前还没有适配的，由于刚出较新，网上的资料相对缺乏，经过一系列踩坑，终于找到一个解决方案。 我的配置： RTX3090 Ubuntu 18.04 cuda11.1 pytorch1.7 往上的解决方案有： 日常填坑-DCNv2+pytorch1.7+vs2017编译 我试了试该方案，报错，帖子下面有我的评论，总之尝试未果。 在原版的DCNv2的讨论区有人给出了解决方案： Pytorch 1.6
Ubuntu 20.04 + RTX3060 + pytorch 1.7 + cuda 11.0 + cudnn 8.0.5 DCNv2调试
Sillver_的博客
12-13 2722
pytest+pyblind11安装 将anaconda环境下的 lib/python3.6/site-packages/torch/utils/cpp_extension.py文件 将[‘ninja’,’-v’]改成[‘ninja’,’–v’] 或者[‘ninja’,’–version’] 1631 行
血泪安装DCNv2 编译BasicSR框架下的DCNv2
longshaonihaoa的博客
08-13 6052
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.
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。
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。
智能火焰监测系统：基于深度学习的实时火灾预警平台
a871923942的博客
07-24 533
智能火焰监测系统：基于深度学习的实时火灾预警平台
Mindspore框架循环神经网络RNN模型实现情感分类|（五）模型训练
人工智能视觉分析算法学习实践和经验分享。
07-24 173
Mindspore框架循环神经网络RNN模型实现情感分类|（五）模型训练与推理Mindspore框架循环神经网络RNN模型实现情感分类|（六）模型加载和推理（情感分类模型资源下载）
深度学习的矩阵计算
最新发布
weixin_45706801的博客
07-25 301
在NumPy中，切片（slicing）是一种选择数组元素子集的方法。切片操作基于索引，但允许你指定一个范围的索引，而不是单个索引。这对于处理多维数组（NumPy中的ndarray对象）特别有用。
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...
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