1. apex安装
pip install apex
不需要加nvidia
window和Linux下安装nvidia的apex
https://www.cnblogs.com/peixu/p/14614013.html
换到linux上不行,改用下面这种方式
也不行 最终还是
2. No module named 'DCN'
运行make.sh
或者在conda环境下
conda activate [your_python_env] cd mm_modules/DCN python setup.py build install
sh文件里也是上述最后一行的内容。
发生异常: AssertionError
MMCV==2.2.0 is used but incompatible. Please install mmcv>=(1, 3, 13, 0, 0, 0), <=(1, 5, 0, 0, 0, 0).
3. Building wheel for mmcv (setup.py) ... error解决办法!
尝试了各种办法,最后以下方法解决:
pip install -U openmim
mim install mmcv-full
能够安装成功,但是程序中仍然报错
继续。。。。知道按这篇指导下载成功,程序中也不报错了,原因还是要根据cuda和pytorch版本生成对应的安装链接
安装MMCV报错解决方案(ERROR: Failed building wheel for mmcv-full)-CSDN博客
4. 又是依赖包报错。。。
from torch.utils.tensorboard import summarywriter报错
继续跟着官方github指导安装依赖包。。。
pip install timm tqdm thop tensorboardX opencv-python ipdb h5py ipython Pillow==9.5.0
tensorboard找不到,再单独安装,安装成功,代码中找不到,气死。。。。。。
注释掉了 不用了
5. 换新环境重新安装
新安装annaconda,这里注意,安装好后需要重新打开节点,不然会报错conda command not found
github提供的链接下载报错。换成官网上链接如下:
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge
贡献:
我们建议将 Vision Transformer 与卷积注意力层集成到一个块中以实现深度补全,使网络能够同时拥有局部和全局感受野,用于多模态信息交互和融合。特别是,引入空间和通道注意力来增加卷积层的容量。
以所提出的联合卷积注意和变换器(JCAT)块为基本单元,我们引入了单分支网络结构,即CompletionFormer。这种优雅的设计使得计算成本与当前基于 CNN 的方法相当,同时与纯粹基于 Transformer 的方法相比,效率显着提高。
• 与最先进的方法相比,我们的CompletionFormer 在深度补全方面有了显着的改进,特别是当提供的深度非常稀疏时(在实际应用中经常发生这种情况)。