MMyolo报错：undefined symbol: _ZN3c105ErrorC2ENS_14SourceLocationESs 的解决方案

YAN1221__

已于 2022-12-10 16:27:32 修改

阅读量3.4k

点赞数 1

文章标签： linux python 深度学习计算机视觉

于 2022-12-10 16:18:24 首次发布

本文链接：https://blog.csdn.net/sun1221__/article/details/128265953

版权

前提：

使用mmyolo，部署完环境和依赖库之后运行程序，遇到报错：

ImportError: /home/ms/anaconda3/envs/torchMMyolo/lib/python3.8/site-packages/mmcv/_ext.cpython-38-x86_64-linux-gnu.so: undefined symbol: _ZN3c105ErrorC2ENS_14SourceLocationESs

问题：

版本不对应的问题（可能是torch或者cuda的版本和MMYOLO及其依赖包版本不对应，或者是别的问题。）

我之前是直接从别的torch虚拟环境， conda clone复制过来，确定cuda可用之后，直接部署的MMyolo和MMEngine, MMCV, MMDetection，然后出现了以上错误。

尝试把MMEngine, MMCV, MMDetection卸载，重装之后还是不行，这几个包之间的对应是没问题的，应该就是和克隆的conda （torch）环境里边原来的包之间有不对应的。

所以尝试了一种新的解决方式（以下），成功了。

解决方式：

1. 重新conda create了新的torch虚拟环境（注意torch、torchvision和cuda版本）

conda create -n mmyolo1 python=3.8 pytorch==1.10.0 torchvision==0.11.0 cudatoolkit=10.2 -c pytorch -y
conda activate mmyolo1

torch和cuda按之前的就行，在配其他环境的时候肯定对应过，我的是torch==1.10.0，cuda10.2（显卡是2080ti，驱动是470，环境外的cuda是11.1）

不确定对应版本的，可以查看pytorch官网（链接）：Previous PyTorch Versions | PyTorch

配置完之后，查看一下cuda是否可用：

import torch
print(torch.__version__)  # 1.10.0
print(torch.version.cuda)  # 10.2
print(torch.cuda.is_available())  # True

2. 接着按照MMyolo安装教程，安装各个安装包即可

pip install openmim
mim install "mmengine>=0.3.1"
mim install "mmcv>=2.0.0rc1,<2.1.0"
mim install "mmdet>=3.0.0rc3,<3.1.0"
git clone https://github.com/open-mmlab/mmyolo.git
cd mmyolo  # 如果是直接从MMyolo官网下载、解压并创建好的project，直接在工程文件里运行后面两条指令即可
# Install albumentations
pip install -r requirements/albu.txt
# Install MMYOLO
mim install -v -e .

3. 运行demo，查看是否部署成功。

# 下载模型

mim download mmyolo --config yolov5_s-v61_syncbn_fast_8xb16-300e_coco --dest .

# 运行demo

python demo/image_demo.py demo/demo.jpg \
                          yolov5_s-v61_syncbn_fast_8xb16-300e_coco.py \
                          yolov5_s-v61_syncbn_fast_8xb16-300e_coco_20220918_084700-86e02187.pth

# 可选参数
# --out-dir ./output *检测结果输出到指定目录下，默认为./output, 当--show参数存在时，不保存检测结果
# --device cuda:0    *使用的计算资源，包括cuda, cpu等，默认为cuda:0
# --show             *使用该参数表示在屏幕上显示检测结果，默认为False
# --score-thr 0.3    *置信度阈值，默认为0.3