mask rcnn pytorch 版本跑通笔记

github链接

要看代码的,跑别人代码看代码而不是看README教程绝对是事半功倍,看demo.py代码得知下载的模型是放在根目录下的。

遇到问题:

ImportError: /home/wyy/czh_Project/pytorch-mask-rcnn/nms/_ext/nms/_nms.so: undefined symbol: __cudaRegisterFatBinaryEnd

原因是pytorch中的cuda版本与系统安装的CUDA版本号不一致导致的。先用以下命令查询pytorch的cuda版本号:

python -c "import torch;print(torch.version.cuda)"

用以下命令查询当前环境的CUDA版本号

nvcc --version

如果两个不一致,那就考虑把两者版本调整到一致,使得两者兼容。

在这里插入图片描述

pytorch 0.4.1、1.0.0、1.0.1、1.1.0这几个版本对应的CUDA版本都是9.0.176,因此安装这几个中的哪个版本的pytorch都ok。
如果想直接用已安装的CUDA 10.2,可以安装pytorch 1.5.0。pytorch 1.4.0对应的CUDA版本为10.1

我选择重装pytorch 来解决
我这边应该重装pytorch1.4.0

之后装好之后再次运行

python demo.py

报错

ImportError: numpy.core.multiarray failed to import

搜索得到的结果是
需要卸载两次numpy再重新安装numpy
卸载两次的原因可能是之前卸载了pytorch 但是没有卸载掉numpy什么的原因 。

之后,再次报错
ImportError: torch.utils.ffi is deprecated. Please use cpp extensions instead.

之后搜索得
解决方案

这个教程里面的最后引入同文件夹下的文件,需要在前面加上一个.

然后又报错
ImportError: /home/wyy/czh_Project/pytorch-mask-rcnn/nms/_ext/nms/_nms.so: undefined symbol: THLongTensor_copyCuda

可能是之前卸载pytorch没卸载干净,需要卸载两遍。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
mask rcnn pytorch 的源码是一个用于目标检测和实例分割的深度学习模型的实现。其中包含了一些关键的文件和类来构建网络和实现相关功能。 在 Faster R-CNN 中,首次提出了 RPN 网络,该网络用于生成目标检测任务所需的候选区域框。在 MaskrcnnBenchmark 中,关于 RPN 网络的定义位于 ./maskrcnn_benchmark/modeling/rpn/ 文件夹中。这个文件夹包含以下四个文件:rpn.py、anchor_generator.py、inference.py、loss.py。在 class GeneralizedRCNN(nn.Module) 类中,过 self.rpn = build_rpn(cfg) 函数来创建 RPN 网络,该函数位于 ./maskrcnn_benchmark/modeling/rpn/rpn.py 文件中。 在 rpn.py 文件中,有 build_fpn(cfg) 函数返回一个 RPNModule 的实例。make_anchor_generator() 函数是用来定义 RPN 网络默认的 anchor 的面积大小、高宽比和 feature map 采用的 stride,还有剪枝功能的设置。 需要注意的是,在最新版本的实现中,存在一些错误和不足,不适合用作理解 Mask R-CNN 架构的资源。因此,对于深入研究该源码,建议参考更可靠的资源或最新版本的实现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【pytorchMask-RCNN官方源码剖析(Ⅲ)](https://blog.csdn.net/qq_43348528/article/details/107556259)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [Mask RCNN架构的PyTorch实现-Python开发](https://download.csdn.net/download/weixin_42098830/19060631)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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