mmdetection中mmcv的 config 问题

最新推荐文章于 2024-07-27 12:20:46 发布

骆驼穿针眼

最新推荐文章于 2024-07-27 12:20:46 发布

阅读量188

点赞数 3

分类专栏： mmdet问题集文章标签： python

本文链接：https://blog.csdn.net/weixin_55982578/article/details/137242821

版权

mmdet问题集专栏收录该内容

14 篇文章 0 订阅

订阅专栏

本文讲述了在2024年的一个编程问题中，遇到`mmcv`库的`Config`导入错误，解决方案是将`mmcv`中的`Config`改用`mmengine.config.Config`来解决配置问题。

摘要由CSDN通过智能技术生成

记录于2024/04/01

Traceback (most recent call last):
  File "./tools/train.py", line 16, in <module>
    from mmcv import Config, DictAction
ImportError: cannot import name 'Config' from 'mmcv'

如何更改解决的config问题
将mmcv改成mmengine就可以了

## from mmcv import Config, DictAction
from mmengine.config import Config, DictAction

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

骆驼穿针眼

关注关注

3
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
mmdetection中mmcv的 config 问题

将mmcv改成mmengine就可以了。如何更改解决的config问题。记录于2024/04/01。
复制链接

扫一扫

专栏目录

mmcv中的config模块，摘出来了

05-08

https://mmcv.readthedocs.io/zh_CN/latest/understand_mmcv/config.html

MMDetection'document.pdf

01-13

如果需要在同一系统中同时使用不同版本的 MMDetection，则需要了解如何正确地管理这些版本，避免版本冲突。 #### 二、入门指南 ##### 2.1 使用预训练模型进行推理对于没有经验的新手来说，使用预训练模型进行...

参与评论您还未登录，请先登录后发表或查看评论

mmcv之Config类介绍

wulele2的博客

02-20

4237

准备资料本系列文章主要介绍mmcv及mmdetection源码解读。因此，建议读者首先在本地装好mmdetection环境。安装教程：mmdet2.8最新版安装教程！文章目录准备资料前言1、FasterRcnn为例二、使用步骤1.引入库2.读入数据总结前言本篇是mmcv源码解读的Config类介绍。代码地址在mmcv/utils/config.py文件中。 1、FasterRcnn为例网上大多数Config类讲解是特别干的代码介绍，缺乏一个具像的例子来深刻理解。因此，本文以mmde

mmdetection推理速度benchmark.py文件运行报错

m0_61102347的博客

01-05

4666

不管你选择什么launcher都会报错，因为这个文件只针对分布式训练使用。换成老版本的代码即可运行代码如下： import argparse import time import torch from mmcv import Config, DictAction from mmcv.cnn import fuse_conv_bn from mmcv.parallel import MMDataParallel from mmcv.runner import load_checkpoint, w

系统学习detection源码解读-1

thehappysheep的博客

08-24

1679

知乎比较好的教程https://zhuanlan.zhihu.com/c_1159526395804725248 0.首先安装 https://zhuanlan.zhihu.com/p/88191447 应为官方不支持windows版本的，安装起来比较费劲。安装时候注意这个mmdetection和mmcv的版本匹配问题。工程结构，红圈是主要文件。 1.mmdetection API 测试2 from mmdet.apis import init_detector, inference_.

【MM】MMCV 配置问题记录

iamlibr的博客

12-05

6065

MMCV配置基本存在的问题就是：mmcv版本过高\低。

MMCV 加载模型配置文件

bairw_Bella的博客

04-12

2337

mmcv.Config 类支持的配置文件类型包括：'.py', '.json', '.yaml', '.yml' 1，读取模型配置文件 from mmcv import Config cfg = Config.fromfile(args.config) 2, Config.fromfile() def fromfile(filename, use_predefined_variables=True, i

ImportError: cannot import name ‘Config‘ from ‘mmcv‘

Garfield2005的专栏

04-17

1733

多选择几个版本，看哪个版本合适，安装对应版本即可。去看看哪个版本支持Config，一般都是mmcv版本不对。

mmdetection2.6+mmcv_full-1.1.5+torch1.6.0+cu101-cp37-cp37m-win_amd64.rar

04-21

2. **设置环境变量**：将解压后的路径添加到系统的PATH环境变量中，这样Python可以找到mmdetection和mmcv_full的库。 3. **安装PyTorch和CUDA**：虽然压缩包中包含了特定版本的PyTorch，但为了确保正确安装，可以...

mmdetection-中文文档(自己翻译).pdf

02-10

由mmdetection英文文档翻译，主要有五章内容，分别介绍了安装、使用、技术细节、模型库以及更新的日志，对于初学者有一定的帮助，要深入理解，下一步就是解毒源码了。

mmdetection修改backnone

03-26

在MMDetection中我们知道，各种文件都是通过配置来进行构建。由于我使用了新的数据集，也替换了新的网路结构，所以我新建了一个新的配置文件，名称为：detr_spinmlp_8x8_150e_mask.py 将原本是resnet的替换为我设计...

MMDetection3D对三维数据进行检测

03-28

MMDetection3D是一个基于PyTorch的三维目标检测开源工具包，它针对三维数据中的目标检测任务提供了高效、灵活的解决方案。MMDetection3D支持多种主流的三维检测算法，并提供了丰富的数据集接口和预训练模型，使得...

from mmcv import Config出错

kuwola的博客

08-18

5020

说明mmcv版本太高，已经不含有Config模块，下载版本低于2.0.0的可以解决这个问题，如以下安装命令。

【MMCV 源码解读】一、Config（配置文件相关）

qq_38253797的博客

11-23

4289

目录前言一、通过dict生成config1.1、字典对象实现属性访问1.2、字典对象 pretty 输出1.3、@property二、通过配置文件生成 config 前言一、通过dict生成config 示例a.py： from mmcv import Config cfg = Config(dict(a=1, b=dict(b1=[0, 1]))) print(cfg) # Config (path: None): {'a': 1, 'b': {'b1': [0, 1]}} 源码实现： clas

ImportError: cannot import name ‘DictAction‘ from ‘mmcv‘

qq_36846729的博客

08-06

9448

mmcv

ImportError: cannot import name ‘Config‘ from ‘mmcv‘ 问题解决

qq_36852840的博客

04-25

1667

改为：from mmengine import Config, DictAction。将 from mmcv import Config, DictAction。高版本的mmcv已经灭有这个法那个法了，移到mmengine里面去了。

CFPNet：用于实时语义分割的通道特征金字塔

斯人若彩虹，遇上方知有！

04-27

6078

由于对移动设备和自动驾驶的需求不断增长，实时语义分割在计算机视觉中发挥着越来越重要的作用。因此，在性能、模型大小和推理速度之间取得良好的折衷是非常重要的。在这篇论文中提出了一个 Channel-wise Feature Pyramid (CFP) 模块来平衡这些因素。基于 CFP 模块，构建了用于实时语义分割的 CFPNet，它应用一系列扩张卷积通道来提取有效特征。 Cityscapes 和 CamVid 数据集的实验表明，所提出的 CFPNet 实现了这些因素的有效组合。

mmdetection安装&使用

zootopia20169172的博客

04-08

2045

先根据版本下载mmcv，链接：https://mmcv.readthedocs.io/en/latest/get_started/installation.html。

快醒醒，别睡了!...讲《数据分析pandas库》了—/—＜4＞

最新发布

qq_64603703的博客

07-27

689

详细解说数据分析pandas库中的常用方法

mmcv config

07-14

### 回答1： mmcv config是一个用于管理深度学习模型配置文件的工具。它是开源项目MMCV（OpenMMLab Computer Vision Foundation）中的一个重要组件。在深度学习中，模型的配置是一项非常关键的工作。通常一个深度学习模型包含了很多超参数和配置选项，这些参数和选项的设置会直接影响到模型的性能和训练结果。而mmcv config就是为了更好地管理和调整这些配置而设计的。 mmcv config采用了Python语言来编写配置文件。它提供了一个统一的配置语法和结构，让用户可以方便地定义和修改模型的各种参数和选项。使用mmcv config，用户只需要简单地编辑一个Python类，就可以完成对模型配置的定义。 mmcv config还提供了一系列的配置选项和默认值，可以大大简化模型配置的工作。用户只需要根据自己的需求修改相关的参数和选项，就可以快速地完成一个基础模型的配置。此外，mmcv config还支持继承和覆盖，用户可以基于已有的配置文件，灵活地建立自己的配置文件。使用mmcv config，用户可以更加高效地管理和调整模型的参数和选项。这不仅有助于快速开发和迭代模型，也方便了模型的复现和共享。同时，mmcv config还提供了丰富的文档和示例，帮助用户更好地理解和使用这个工具。总而言之，mmcv config是一个强大而灵活的深度学习模型配置工具，它提供了统一的配置语法和结构，简化了模型配置的工作，帮助用户更高效地管理和调整模型参数和选项。 ### 回答2： mmcv config是一个用于配置模型和训练过程的工具包。它是开源计算机视觉框架mmdetection中的重要组成部分。mmcv config提供了一种灵活而简洁的方式来定义模型架构、数据增强、优化器设置等，并且可以通过配置文件轻松修改这些设置。通过mmcv config，我们可以通过简单地修改一个或多个配置文件来实现不同的训练和测试设置。例如，我们可以轻松地更改模型的深度和宽度，调整训练周期和学习率，选择适合的数据增强策略等。 mmcv config使用了Python的配置文件格式，通过嵌套的字典和列表来定义各种模型和训练参数的设置。配置文件包括了多个部分，如模型、数据集、训练器和优化器等。使用mmcv config的过程很简单。首先，我们需要创建一个配置文件，并根据需求修改其中的参数。然后，我们可以使用mmcv的工具函数来加载配置文件。加载后的配置文件可以作为训练或测试的输入，以实现我们定义的模型和训练设置。 mmcv config的优势之一是它的可扩展性和灵活性。我们可以根据需要添加自定义模型、损失函数、数据增强策略等，并用它们来扩展现有的配置文件。此外，mmcv config还可以与其他计算机视觉库和工具无缝集成，如PyTorch、TensorFlow等。总之，mmcv config是一个强大的用于配置模型和训练过程的工具包。它提供了简单易用的接口，使得配置和修改模型变得更加方便和高效。使用mmcv config，我们可以轻松地定制符合自己需求的计算机视觉模型。 ### 回答3： mmcv config是一个用于配置和管理深度学习模型的库。mmcv是开源的，并且被广泛用于各种计算机视觉领域的项目中。 mmcv config提供了一个灵活的配置文件格式，以便用户可以方便地定义和调整模型的各种参数。通过配置文件，用户可以定义模型的结构、损失函数、优化器、学习率策略等等。这使得用户能够轻松地根据需要进行模型调整和实验。使用mmcv config进行模型配置有以下几个主要步骤： 1. 创建一个配置文件：用户需要创建一个新的配置文件，以便定义模型的各个参数。配置文件可以使用YAML格式，这样它既易于阅读又易于书写。 2. 定义模型结构：在配置文件中，用户可以指定模型的结构，定义层、卷积核大小、激活函数等等。 3. 配置数据预处理：配置文件还可以定义数据预处理的方法，比如数据增强、归一化、裁剪等等。这些预处理方法将在训练和推理过程中应用到输入数据上。 4. 设定超参数：用户可以在配置文件中设定模型的超参数，比如学习率、训练轮数、batch size等等。这些超参数会影响模型的训练和性能。 5. 运行训练或推理代码：一旦配置文件准备好，用户可以将其传递给mmcv库中的相应函数，从而开始训练或推理过程。总的来说，mmcv config是一个强大的工具，使得模型配置变得简单和可维护。它支持各种常见的模型和任务，如目标检测、图像分割和姿态估计等等。无论是学术界还是工业界，mmcv config都是一个不可或缺的工具，用于快速构建和调整深度学习模型。