一文解决mmcv安装过程中的版本问题!!!

各位小伙伴们在使用开源CV框架mmcv时,安装过程中会遇到版本的问题,下面我就根据我安装过程中出现的问题,总结了一下快速安装mmcv的过程。下面以mmsegmentation为例:

1、创建conda虚拟环境(与官方文档一致)

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

2、给虚拟环境安装Pytorch

        这里需要注意Torch的版本问题,以我的电脑为例,在终端输入:
nvidia-smi

查看自己的CUDA版本,我的是CUDA12.2,但是装与12.2对应的Torch时,后面会出现与mmcv版本不匹配的问题,从而安装失败。因此,我在这里选择了CUDA11.7版本的Torch,pytorch的下载链接在这里(PyTorch以前版本),往下拉,选择合适的pytorch。虽然现在已经到了2.X的PyTorch,但是为了与mmcv匹配,这里是选择了1.13版本的Torch。

conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7 -c pytorch -c nvidia

3、使用MIM安装MMCV

pip install -U openmim
mim install mmengine

上面与官方文档一致,但是在安装mmcv时,需要选择合适的版本,选择版本的地址在这里(mmcv版本),cuda 11.7, torch 1.13, mmcv建议不要太高,最好在2.0.0-2.1之间。

安装命令:

pip install mmcv==2.0.0rc4 -f https://download.openmmlab.com/mmcv/dist/cu117/torch1.13/index.html

4、安装 MMSegmentation(与官方一致)

git clone -b main https://github.com/open-mmlab/mmsegmentation.git
cd mmsegmentation
pip install -v -e .

5、结束

这样mmsegmentation就安装完成了,且不会出现版本的问题,如果你的CUDA版本与我类似,可以直接依次复制上述命令完成安装

  • 10
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LVS(Linux Virtual Server)是一种基于 Linux 系统的负载均衡集群技术,它主要用于将网络流量分发到多个服务器上,以提高系统的可靠性、可扩展性和性能。 LVS 集群一般包括四个组件:调度器(LVS 调度器)、前端服务器(负载均衡器)、后端服务器(真实服务器)和存储服务器(用于共享数据)。首先,调度器接收来自客户端的请求,然后根据配置的调度算法(如轮询、加权轮询、最小连接数等)将请求分发到多个前端服务器。前端服务器接收到请求后,通过相应的负载均衡算法将请求转发到后端的真实服务器上进行处理。在整个过程,存储服务器用于存放共享的数据,以确保所有的真实服务器都能获取到相同的数据,并提供一致的服务。 LVS 集群的优点是能够提高网站的稳定性和可靠性,当某一台服务器出现故障时,调度器会自动将请求分发到其他可用的服务器上,从而保证服务的连续性。同时,LVS 集群还能够通过增加前端服务器和后端服务器的数量来提高系统的性能和吞吐量,以满足不断增长的用户需求。 在实际应用,LVS 集群需要合理配置,包括选择合适的调度算法、调整每台服务器的权重、选择适当的硬件设备等。此外,还需要及时监控集群的运行状态,及时发现和解决故障,以确保整个系统的正常运行。 总的来说,LVS 负载均衡集群是一种强大而高效的集群技术,能够帮助企业提高系统的可靠性和性能,是现代互联网应用不可或缺的重要组成部分。
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