复现DETR时安装panopticapi报错subprocess-exited-with-error

已于 2022-11-11 18:35:24 修改
阅读量2.5k 收藏 17
点赞数 11
分类专栏： 深度学习 文章标签： python 开发语言
于 2022-11-11 18:23:59 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/weixin_43529311/article/details/127810880
版权

复现DETR时安装panopticapi报错subprocess-exited-with-error

具体错误如下：

在这里插入图片描述
我分析这是一个通用的报错，安装某个包安装不上时，可以尝试git上下载源码，再通过setup.py进行编译

具体操作示例：

git clone https://github.com/cocodataset/panopticapi.git

进入到setup.py的目录下，执行以下命令：
在这里插入图片描述
在这里插入图片描述

python setup.py build_ext --inplace  
python setup.py build_ext install
每天好鑫晴
关注
  • 11
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
全景分割panopticapi使用
weixin_33711641的博客
11-26 2976
文件解析 参考github:https://github.com/cocodataset/panopticapi 输入图像： 标注图像png: 标注json文件（里面有两张图）： {"info": {"description": "COCO 2018 Panoptic Dataset", "url": "http://cocodataset.org", "version&q
RT-DETR+auto-train-detect+RTDETR-run
12-21
本文章基于客户一键训练与测试需求，我使用u公司的yolov8集成的RTDETR模型改成较为保姆级的``一键``操作的训练/预测方式，也特别适合新手或想偷懒转换数据格式的朋友们。本文一键体现数据格式为图像与xml，调用train...
panopticapi库的安装
None__None的博客
01-07 1576
安装panopticapi库，亲测可用！！
panopticapi库安装
weixin_48568323的博客
07-01 4970
panopticapi库安装
【Python】完美解决pip安装包时的Python报错：error: subprocess-exited-with-error
最新发布
科技改变人类，技术成就未来
06-07 8643
完美解决pip安装包时的Python报错：error: subprocess-exited-with-error
DETR安装
zootopia20169172的博客
04-03 1621
直接pip install -r requirements.txt以下三个包老是报错。直接在github上面下载这三个的压缩包。base下面的安装包，应该在以下位置。下载下来后，安装他的绝对路径。
panopticapi:COCO 2018全景分割任务API（测试版）
04-29
COCO 2018全景分割任务API（测试版） 该API是的实验版本。 要安装panopticapi，请运行： pip install git+https://github.com/cocodataset/panopticapi.git 概括 评估脚本 计算。 有关脚本用法的更多信息： python -m panopticapi.evaluation --help 格式转换器 COCO全景分割以新存储。 与COCO检测格式独立存储每个分段不同，COCO全全景格式将图像的所有分段存储在单个PNG文件中。 这种紧凑的表示自然地保持了全景分割的不重叠特性。 我们提供了几种COCO全景格式的转换器。 完整的描述和用法示例可。 语义和实例分割启发式组合 我们提供，该将语义和实例细分预测启发式地组合到全景细分预测中。 全景图分割介绍了脚本的合并逻辑。 此外，此脚本还可以过滤出填充预测的段
探索PanopticAPI：高效且灵活的图像分割工具
gitblog_00095的博客
04-26 422
探索PanopticAPI：高效且灵活的图像分割工具 项目地址:https://gitcode.com/cocodataset/panopticapi 项目简介 PanopticAPI 是一个由COCO Dataset团队开发的开源项目，专注于提供一种高效、易于使用的接口，用于处理和评估图像的全景分割任务。该库旨在简化研究人员和开发者在图像理解和计算机视觉领域的实验过程，尤其是对于需要精细像素级识...
CVPR2023-PVO(Panoptic Visual Odometry)项目安装详解
huarzail的专栏
05-26 213
PVO将视觉里程计（VO）和视频全景分割（VPS）统一起来，使得这两个任务相互受益。具体而言，我们在VO模块中引入了一个全景更新模块，并结合图像全景分割的指导。这个全景增强的VO模块可以通过全景感知的动态掩蔽器减轻相机位姿估计中动态物体的影响。另一方面，VO增强的VPS模块通过将当前帧的全景分割结果实时融合到相邻帧中，利用从VO模块获得的相机位姿、深度和光流等几何信息来提高分割精度。这两个模块通过循环迭代优化相互促进。
DETR纯代码分享（三）coco_panoptic.py(datasets)
sinat_41942180的博客
09-14 707
这部分代码的目标是加载和处理图像以及与之相关的分割信息（掩码和类别标签），以便在后续的处理中使用。总之，这段代码的主要任务是根据传递的参数和预定义的路径信息，构建COCO数据集的子集，并返回一个数据集实例，以供后续使用。在处理COCO数据集时，通常需要根据图像信息和注释信息来加载相应的图像和注释，以便进行后续的处理和分析。这段代码的主要目标是为了准备构建COCO数据集的子集所需的路径和信息，以便在后续的步骤中使用这些路径来加载图像和注释文件，以构建相应的数据集。这个张量将用于存储每个分割对象的类别标签。
OW-DETR-基于Pytorch实现OW-DETR开放世界的Transformer目标检测算法-附流程教程+项目源码
05-11
DETR是Transformer架构在计算机视觉领域的一个重要应用，它通过端到端的方式解决了目标检测问题，而OW-DETR则进一步考虑了开放世界中的未知类别和不确定性，使得模型在面对新类别时具有更好的泛化能力。 OW-DETR的...
DETR-基于Pytorch实现DN-DETR算法-附详细流程教程+模型下载-优质项目实战.zip
05-11
在原始DETR中，Transformer解码器的查询数量是固定的，而DN-DETR则增加了查询的密度，使得模型能够更细致地处理图像中的每个位置，特别是在处理密集或小目标时，提高了检测的准确性和效率。 Pytorch是一个广泛使用...
TensorRT部署-使用TensorRT部署Deformable-DETR-Transformer-项目分享-附完整流程教程
01-18
在本文中，我们将深入探讨如何使用TensorRT进行Deformable-DETR Transformer模型的部署，这是一个先进的计算机视觉算法，特别适合于目标检测任务。TensorRT是NVIDIA开发的一款高效的深度学习推理（Inference）优化器...
openvino部署-使用openvino部署RT-DETR部署-项目实战-附详细完整流程.zip
01-18
RT-DETR则是DETR（Detractor-free Object Detection with Transformers）的实时版本，优化了原版DETR的效率，使其更适合实时应用。 首先，让我们了解OpenVINO的核心概念。OpenVINO包含Model Optimizer和Inference ...
pip install git+https:xxxx安装失败解决方法
qq_45961101的博客
04-26 5060
即可安装成功，达到同样的效果。
ubuntu22.04+detectron2+Adelaidet+blendmask配置运行demo/numpy报错/安装环境参考
m0_57942192的博客
09-06 533
一、遇到问题：在运行blendmask例子中遇到ImportError: numpy.core.multiarray failed to import。-e /home/jiaqi/桌面/software/blendmask/AdelaiDet-master。-e /home/jiaqi/桌面/software/blendmask/detectron2-0.6。二、安装环境参考（python3.8，附部分安装包）安装下载较慢建议添加清华源。
【python】 离线安装包-实践记录
gsgs1234的博客
07-05 1645
python离线安装包-实践记录
github push、pull 提示仓库地址不存在或者无权限——解决方式之一
weixin_42778398的博客
01-19 1585
github push、pull 提示仓库地址不存在或者无权限(windows\idea)
项目复现 | DETR：利用transformers端到端的目标检测
weixin_44649780的博客
09-12 4757
论文：End-to-End Object Detection with Transformers论文详解地址：方法一。
DETR：end-to-end object detection with transformer
06-08
这篇文章提出了一种名为DETR的新型目标检测算法，它使用了Transformer架构，通过端到端的方式来实现目标检测。DETR算法不同于传统的目标检测方法，它不需要使用RPN或者anchor-based的方法来生成候选框，而是使用...
评论 3
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