Windows11安装detectron2全流程记录帖（含torch安装）

最新推荐文章于 2025-03-05 11:45:19 发布

落雨收衣裳

最新推荐文章于 2025-03-05 11:45:19 发布

阅读量8.8k

点赞数 35

文章标签：深度学习 python 机器学习

本文链接：https://blog.csdn.net/weixin_43907922/article/details/138082343

版权

本文详细介绍了在Windows系统上从创建虚拟环境、安装CUDA、选择并安装对应的PyTorch版本，到下载和配置Detectron2及其依赖包，以及遇到错误时的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文主要介绍windows系统下安装detectron2的全流程，包括环境搭建、torch安装、detectron2安装以及本人安装过程中遇到的bug及相应解决办法。

第1章创建detectron2环境

1.1 创建虚拟环境

在终端下输入

conda create --name detectron2 python=3.9

--name：【detectron2】为新创建的虚拟环境的名称，创建完的环境可以在Anaconda/envs目录下找到
python=3.9：指创建的python版本号。

1.2 激活虚拟环境

终端下输入

conda activate detectron2

detectron2为激活的环境名称。

第2章 torch安装

2.1 查看cuda版本

终端输入

nvcc -V

得到输出结果，cuda版本为11.6

2.2 安装相应torch版本

推荐下载本地安装，torch、torchvision和python的对应版本查询链接如下：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

落雨收衣裳

关注关注

35
点赞
踩
78

收藏

觉得还不错? 一键收藏
7
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

从零开始搭建Win11下的Detectron2（v0.6）

weixin_45839733的博客

03-10

4628

本文介绍了如何从零基础开始，在win11系统一步步搭建detectron2环境。内容包括：cuda下载，git下载及使用，github加速，anaconda虚拟环境搭建，jupyter使用，pycharm使用，visual studio安装，pytorch安装，detectron2安装等。（其实是作者在搭建环境中，对参考内容的大汇总）。

7 条评论您还未登录，请先登录后发表或查看评论

Win11 pytorch 1.13 安装detectron2的艰难

qq_32614525的博客

08-04

1114

Windows 11下detectron2 编译安装【高版本cudatoolkit(v11.7) pytorch=1.13】无痛安装Win11 查看硬件环境可以在cmd中输入DXDIAG。

机器视觉库之detectron2安装及使用详解

yohnyang的博客

12-20

6836

机器视觉库之detectron2安装及使用详解

Windows 11安装部署Detectron2

qq_52643100的博客

03-05

1310

切换到你想下载Detectron2项目的那个路径，输入“git clone https://github.com/facebookresearch/detectron2.git”（电脑没配置Git的话就先找教程配置好），切换到detectron2目录下，用“conda activate PyTorch环境名”激活步骤1里创建的PyTorch环境（我的PyTorch环境就叫pytorch），“pip install -e .”安装其它依赖。如

深度学习环境搭建笔记(一)：detectron2安装过程

源的博客

05-30

3581

下载链接：https://github.com/facebookresearch/fvcore 点击跳转.在安装detectron2前需要先修改detectron2与pytorch的代码以保证顺利安装。：https://github.com/conansherry/detectron2 点击跳转.根据官方文档对pytorch进行如下修改(觉得难找可以下载Everything)打开cmd输入 import fvcore 没报错即成功。然后cd到setup.py所在目录，用以下指令安装。

简单粗暴-安装detectron2

qq_46345319的博客

06-24

2711

步骤：进入detectron2解压包（该文件夹下含有setup.py），在空白出右键->终端打开->激活你相应的虚拟环境->输入：python setup.py build develop。文件路径地址：detectron2\detectron2\layers\csrc\nms_rotated\nms_rotated_cuda.cu。下载压缩包zip，并解压备用：https://github.com/facebookresearch/detectron2。

Windows11安装Detectron2（附详细操作指南）

iracer的博客

07-13

1万+

Detectron2 是 Facebook AI Research 的下一代目标检测库，可提供最先进的检测和分割算法。它是 Detectron 和 maskrcnn-benchmark 的继任者。它支持 Facebook 中的许多计算机视觉研究项目和生产应用程序。现在也有越来越多的模型基于detectron2构建或部署。下面是框架模型能实现的基本效果。由于detectron2 官方不支持Windows系统，所以在windows系统上安装有些坑需要注意，本文介绍在**windows11**系统上**安装

【Windows11 安装 Detectron2】

ruotianxia的博客

06-12

1224

将using namespace detectron2之前的用下面代码覆盖。

windows11下安装detectron2

to_le的博客

12-31

1830

很多教程都说2019最稳定，不容易报错。

windows 安装detectron2 ==0.5（过程记录） ————成功安装

m0_73700676的博客

10-25

1639

detectron2按照网上的教程安装了2天，都没有成功。最后找到一个免修改版本。下载了免修改版本的detectron2，但是我在安装中依然出现了报错。可能与没有直接安装的Visual Studio 2019——MSVC编译环境有关。

Detectron2安装(Win11)

lian2020的博客

11-29

1034

观点：Detectron2官方在linux上安装，在win上安装主要是需要C的工具链配置正确，需要安装VS环境。安装vs。

Detectron详细安装教程

10-31

Detectron是Facebook AI研究院(FAIR)于2018年初公开的目前为止业内最佳水平的目标检测平台。据介绍，该项目自 2016 年 7 月启动，构建于 Caffe2 之上，目前支持大量机器学习算法，其中包括 Mask R-CNN（何恺明的研究，ICCV 2017 最佳论文）和 Focal Loss for Dense Object Detection，（ICCV 2017 最佳学生论文）。Facebook 称，该工具包已被应用与公司内部很多团队应用于各类应用中，一旦训练完成，这些计算机视觉模型可被部署在云端或移动设备上。该工具的开源对于研究目标检测的朋友来说有极大的帮助，可以帮助他们利用最先进的深度学习目标检测技术快速构建自己的模型和应用，也可在其上开展进一步的研究，无论从工程上还是从学术研究上都有较大的参考价值。

detectron2源码_conda包_torch包下载地址.txt

04-25

由于文件较大，里面提供了下载地址。包含内容：detectron2代码+conda依赖包+测试模型+torch包。代码已经配置好，配置好环境应该直接能运行

detectron2安装在win10并运行测试--呕心沥血教程

白马

12-21

5921

记录不易，继续加油目录一、环境要求 1、Pycharm 2、anaconda自带的python3.8.8 3、cuda11.2+torch 4、vs2019 5、conda4.11.0 二、安装步骤三、测试案例 detectron2安装在win10并运行测试提示：以下是本篇文章正文内容，下面案例可供参考一、确保电脑有合适的GPU——CUDA与torch版本创建虚拟环境：打开开始——Anaconda Prompt (anaconda)——右键，更多：以管理员身份运行；输入：conda cr

detectron2安装详细教程+demo测试

最新发布

03-20

### Detectron2 使用过程中的常见问题与解决方案 #### 一、编译错误当尝试编译 Detectron2 的自定义操作时，可能会遇到 `nvcc.exe` 编译失败的情况。具体表现为以下错误消息： ``` error: command 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin\nvcc.exe' failed with exit status 1 ``` 此问题是由于 CUDA 版本不兼容或者某些代码逻辑不符合当前环境所致[^3]。 **解决方法：** 可以修改相关源码文件以适配当前环境。例如，在路径 `detectron2/layers/csrc/nms_rotated/` 下的 `nms_rotated_cuda.cu` 文件中，注释掉可能导致冲突的部分代码片段。以下是具体的代码调整示例： ```cpp // 注释掉可能引发问题的代码段 /* if (condition) { // 可能存在版本差异的实现细节 } */ ``` 通过上述方式能够有效规避因 CUDA 工具链版本不同而导致的编译异常。 --- #### 二、CUDA 和 cuDNN 配置不当在 Windows 系统上安装 PyTorch 或其扩展库（如 torch-scatter）并集成到 Detectron2 中时，可能出现 CUDA 或 cuDNN 不匹配的问题。典型表现形式为运行时报错提示找不到特定函数或动态链接库加载失败[^1]。 **解决策略：** 确认所使用的 CUDA 和 cuDNN 版本是否满足官方文档的要求，并重新构建依赖关系树。推荐按照以下步骤验证环境一致性： - 安装与目标框架相适应的基础组件； - 测试基础张量运算功能正常运作后再引入高级模块。 --- #### 三、模型推理阶段性能优化不足对于大规模数据集上的实时处理需求而言，默认参数设置下的速度往往难以达到预期效果[^2]。 **改进措施：** 针对硬件资源特性定制化调优方案，比如启用混合精度训练(Mixed Precision Training)，减少内存占用的同时提升计算效率；另外还可以考虑利用 TensorRT 进行进一步加速部署流程。 --- #### 四、多机分布式训练同步障碍跨节点间通信延迟过高会显著降低整体收敛速率甚至造成死锁现象发生。 **应对之策：** 合理规划网络拓扑结构以及选用高效的集合通讯算法来最小化交互开销；同时也要注意检查防火墙规则以免意外阻断必要的端口连接请求。 --- ### 总结以上列举了几类较为常见的 Detectron2 实践难题及其对应的处置建议。实际开发过程中还需依据具体情况灵活运用这些技巧加以克服困难。

Windows11安装detectron2全流程记录帖（含torch安装）

第1章 创建detectron2环境

1.1 创建虚拟环境

1.2 激活虚拟环境

第2章 torch安装

2.1 查看cuda版本

2.2 安装相应torch版本

第1章创建detectron2环境