MMDetection安装报错

最新推荐文章于 2024-05-31 16:14:40 发布
最新推荐文章于 2024-05-31 16:14:40 发布
阅读量582 收藏
点赞数
文章标签： 深度学习
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/sumeil/article/details/131845762
版权

MMDetection安装报错

安装环境：
Windows 11
cuda 12.0
torch 1.10.1
torchvision 0.11.2
mmcv-full 1.4.2
mmcv 1.4.0

AssertionError: MMCV==1.4.2 is used but incompatible. Please install mmcv>=1.2.4, <=1.3.

解决方案：

注意匹配mmdet版本，如果mmdet的版本过高或过低也会提示上述错误。使用如下命令：

pip install mmdet==2.28.0
Elizabeth-sun
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
WebLogic错误 java.lang.AssertionError: Registered more than one
04-23
weblogic日志报如下错误原因及解决方法： WebLogic Server 9.2 Repeatedly Throws: java.lang.AssertionError: Registered more than one instance with the same objectName
mmdetection修改backnone
03-26
1. 设计Backbone 创建一个新的py文件，这里我的文件名是spinmlp.py，将其放在 mmdet/models/backbones/ 的路径下，也就是 mmdet/models/backbones/spinmlp.py 。 2. 导入模块 这一步很重要。 基于刚刚设计好的backbone模块，这里将一下行添加到 mmdet/models/backbones/__init__.py 同时，在__all__中添加backbone的名称 3. 配置文件 在MMDetection中我们知道，各种文件都是通过配置来进行构建。由于我使用了新的数据集，也替换了新的网路结构，所以我新建了一个新的配置文件，名称为：detr_spinmlp_8x8_150e_mask.py 将原本是resnet的替换为我设计的spinmlp结构： # model settings model = dict( type='DETR', backbone=dict( type='SpinMLP', patch_size=(16, 16), # [1, 20
mmaction2更新后环境安装
重剑无锋博客
04-23 467
【代码】mmaction2更新后环境安装。
mmdet安装遇到问题
weixin_44013732的博客
05-15 1182
简单记录mmdet和mmdet3d安装安装出现的问题
AssertionError: MMCV==1.1.0 is used but incompatible. Please install mmcv＞=1.0.5, ＜=1.0.5.
weixin_36670529的博客
02-28 7876
Traceback (most recent call last): File "tools/test.py", line 12, in <module> from mmdet.apis import multi_gpu_test, single_gpu_test File "d:\a文件盘\a项目\cv\mmdetection-master\mmdet\__init__.py", line 25, in <module> f'MMCV=={mmcv.__v.
mmdetection安装出现的问题
hw200855的博客
06-13 1958
重新编译的后环境里的源文件没有修改，所以你才会报错。因此如果workers=2，那就会把一个相同的随机种子seed同时作用于两个samper，因此就会导致出现两个分支（进程），就会产生不同组的图做的随机操作完全一样的情况。sampers_per_gpu就是控制batch_size的，决定了dataloader一次从dataset里取几个样本（几张图），每张卡取多少sampers，总的batch_size要乘以你用的gpu显卡数目。你指定的类别（2种）与CocoDataset的类别（80种）不匹配。
mmcv安装(针对cuda安装的Pytorch)
weixin_50917576的博客
10-23 243
再pip list查看torch版本(我的为1.12.1)在该地方执行pip install XXX 即可。对于cpu安装的torch查看官方网页。查看cuda版本(我的为11.3)下载好随便放在一个自己喜欢的地方。
安装mmdetection心得.md
11-26
windows安装mmdetection
MMDetection'document.pdf
01-13
MMDetection'document
mmdetection源码注释
01-17
商汤科技（2018 COCO 目标检测挑战赛冠军）和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection，支持Faster-RCNN，Mask-RCNN，Fast-RCNN等主流的目标检测框架，后续会加入Cascade-...
mmdetection-2.12.0.zip
07-22
mmdetection-2.12.0.zip是目标检测的源码,openmmlab官方源码
[解决]AssertionError: MMCV==2.0.0 is used but incompatible. Please install mmcv＞=1.3.17, ＜=1.8.0.
qq_44042678的博客
07-01 6413
解决：MMCV==2.0.0 is used but incompatible. Please install mmcv>=1.3.17, = digit_version(mmcv_minimum_version)
【mmseg—关于mmcv安装问题】
闪闪发光的博客
06-30 2732
我在加载原来模型的时候，发现mmcv包版本不对，让安装更高版本的，结果安装后，还是不对，显示如下错误。因为我安装的mmcv和mmcv-full都比较乱，也不对应。具体看下他俩的区别。刚开始我是没卸载，都是直接安装对应版本，但是安装后还是不对，出现错误（这个错误有人用方法。原因大概是我没有卸载干净，主要是每次只卸载mmcv或mmcv-full，后来参考。mmcv的版本既要看。
mmcv报错No module named ‘mmcv._ext‘及mmcv-full简单有效的安装方式
热门推荐
CaiDou的博客
11-11 1万+
使用MMlab的一系列框架时候必不可少的是安装mmcv，其中中间有一些小坑需要我们注意下。 否则可能会出现 1.AssertionError: MMCV==1.3.5 is used but incompatible. Please install mmcv>=(1, 3, 13, 0, 0, 0),
利用mmdetection训练自己数据集过程error解决汇总
QQ992281036的博客
09-21 3501
主要记录mmdetection上使用swin transformer为backbone的Mask R-Cnn模型训练自己COCO格式数据的bug及相应解决方法，仅作分享。
RK3568笔记二十八：CRNN车牌识别部署
05-31 678
1、训练平台：Autodl2、运行板子：ATK-DLRK3568。
遥感图像的深度学习的任务类型
最新发布
weixin_42605076的博客
05-31 439
遥感图像的深度学习任务涉及广泛的应用领域和技术方法，通过使用卷积神经网络（CNN）、生成对抗网络（GAN）等先进的深度学习模型，能够有效提升遥感数据的处理和分析能力，支持各类环境监测、资源管理、灾害应对等实际需求。
【深度学习】第2章
m0_37932764的博客
05-29 502
字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。如果关系是非线性的，即便两个变量具有-一对应的关系，Pearson相关性也可能会接近0。皮尔森相关系数高，相关性高——>去掉特征之间相关性高的&目标值相关性较小的。其基本任务是确定句子的句法结构或者句子中词汇之间的依存关系。6.TF-iDF词条权重计算?方差小，相似度高——>去掉相似度较高的。三、特征处理（特征缩放、选择及降维）2.特征值的归一化（规范化）（2）主成分分析（PCA）（3）基于森林的特征选择。
ERV-Net：一种用于脑肿瘤分割的高效3D残差神经网络| 文献速递-深度学习肿瘤自动分割
weixin_38594676的博客
05-30 658
然而，手动分割是一个复杂的项目，因为不同的医师在培训过程中可能具有不同的标准，因此会受到不确定误差的影响（Nyúl，Udupa和Zhang，2000年）。在ERV-Net中，首先利用了计算高效的网络3D ShuffleNetV2作为编码器，以减少GPU内存并提高ERV-Net的效率，然后引入了具有残差块（Res-decoder）的解码器以避免性能退化。特别是，我们提出了一种新颖的后处理方法，充分利用了神经网络的概率和脑肿瘤的分布特性，有效提高了我们的分割性能。表3与模型集成的最先进方法的性能比较。
mmdetection报错
08-14
- *1* *3* [mmdetection学习记录之报错解决汇总](https://blog.csdn.net/qq_42642142/article/details/123032091)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_...

“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 1
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