MMCV 环境配置踩坑记

原创已于 2025-04-17 14:18:58 修改 · 632 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

当前文章被以下社区和专栏收录：

于 2025-04-16 14:24:20 首次发布

AudioSeal 音频水印系统

**AudioSeal** 是 Meta 开源的语音水印系统，用于 AI 生成音频的检测和溯源。

1.安装mmcv-full编译版本

MMCV 编译的版本安装会检测CUDA环境中的NVCC版本，然而conda环境下的cudatoolkit不包含nvcc，所以会MMCV编译会默认读取系统的CUDA环境而非conda的CUDA环境（由cudatoolkit创建）

conda 配置CUDA环境用cuda-toolkit而非cudatoolkit，前者包含了nvcc，是mmcv用来检查CUDA版本用的，同时设置CUDA_HOME在虚拟环境的根目录下,或者安装cudatoolkit后再单独安装nvcc

2.安装mmcv-full预编译好的版本

使用如下指令安装

pip --no-cache-dir install mmcv-full==1.5.0 -f https://download.openmmlab.com/mmcv/dist/cu112/torch1.10.1/index.html

将cu112 torch1.10.1替换为和当前cuda环境匹配的数字，torch 要和编译mmcv时的版本相同

同时-conda forge channel的torch 可能缺少个别mmcv运行时需要的.so文件，需要在-pytorch channel中安装torch

您可能感兴趣的与本文相关的镜像

AudioSeal 音频水印系统

语音合成

PyTorch

Cuda

**AudioSeal** 是 Meta 开源的语音水印系统，用于 AI 生成音频的检测和溯源。

标签

#conda

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

wzc-TUM

关注关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
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

mmdet代码复现：安装指定版本的mmcv和mmdet以及版本匹配问题。

shysea2019的博客

03-28

2万+

目标检测，复现论文，mmdetection框架，mmcv-，环境搭建

[Win10] mmcv 和 mmdetection 安装过程图文详解

Leo9344的博客

05-19

3409

这里写自定义目录标题环境记录Step1: 环境配置安装Anaconda, CUDA, cuDNN创建Conda环境安装PyTorch安装MSVC编译器安装好后配置环境变量：测试安装MMCV 环境记录笔记本: MSI GE63 Raider RGB 8SG-040CN CPU: i7-8750H GPU: RTX 2080 系统: Win10 专业版显卡驱动: 496.76 Python: 3.6.13 Pytorch: 1.7.0 CUDA: 10.2 cuDNN: 8.3.1 MMCV: 1.5.1

参与评论您还未登录，请先登录后发表或查看评论

别再傻傻pip install mmcv了！手把手教你用官方源正确安装mmcv-full（附CUDA/Torch版本匹配指南）

热门推荐

AI研习星球

01-30

3万+

在安装torch的时候，可以根据自身电脑是否有显卡，可以选择安装CPU版本还是GPU版本。mmcv-full也是同理。在安装mmcv-full中通常需要安装torch+mmcv-full。安装torch和torchvision时，两个包都有版本对应关系。以上表格表明存在该版本mmcv-full包。在选择下载的时候，可根据自己的需要来选择。不管是cpu的还是gpu的都在。

安装mmcv-full

qq_44635614的博客

04-27

8384

mmcv-full 包含了 mmcv 的所有组件，有时候安装mmcv会报No module named ‘mmcv._ext，这个时候安装mmcv-full即可！安装之前，需要去官网查一下对应cuda的版本和torch版本对应的mmcv对应的版本，否则会导致不兼容等问题。1、先打开Anaconda Prompt (默认已经安装anaconda)2、激活安装路径（conda activate 环境路径的名字）进入官网，选择版本，可查看可以安装的mmcv的版本。然后把这里的mmcv改为mmcv-full。

在 CUDA 12.5 服务器上复现自动驾驶项目：PyTorch 1.13+cu116、mmcv 1.7.1 环境踩坑记录（含 cusolverDn.h 报错解决）

m0_63460124的博客

11-24

826

最近在服务器上复现一个自动驾驶 3D 检测项目（基于 mmdet3d + 自定义 CUDA ops），结果在环境搭建阶段就被 CUDA 和 mmcv 教育了一番。核心场景是：服务器系统 CUDA 是（很新）；项目要求；mmcv 版本是；安装 mmcv 用的是 OpenMMLab 官方 wheel；真正致命的错误是：在编译 mmdet/mmdet3d 插件时遇到下面是完整的踩坑和解决过程。

2025 最新指南：MMCV 安装与环境配置完全手册

gitblog_00674的博客

09-16

3728

你是否曾在安装 MMCV (OpenMMLab Computer Vision Foundation，计算机视觉基础库) 时遇到过以下问题： - 预编译包与 PyTorch/CUDA 版本不匹配导致安装失败？ - 分不清 `mmcv` 和 `mmcv-lite` 的区别而装错版本？ - 源码编译时因依赖缺失或环境问题卡壳数小时？本文将系统解决以上痛点，提供 2025 年最新的 MMCV 安装方...

FSDv2环境配置踩坑全记录

JaimeLee6741的博客

09-20

1036

安装FSDv2过程中踩过的令人崩溃的坑

MMdetection 2+unbuntu 18.04+Cuda 10.2 的踩坑实录，从踩坑到配置成功-配置环境之殇

davidsmith8的博客

01-10

1596

MMdetection 2的踩坑实录，从踩坑到配置成功-配置环境之殇

MMCV 多平台支持详解：Linux、Windows 与 macOS 环境配置

gitblog_00239的博客

09-17

788

你是否曾因深度学习框架的平台兼容性问题而困扰？在Linux服务器上运行顺畅的代码，移植到Windows开发机就报错；macOS的M系列芯片又需要特殊适配？作为OpenMMLab生态的核心组件，MMCV（OpenMMLab Computer Vision Foundation）通过精心设计的跨平台架构，已实现对Linux、Windows和macOS三大操作系统的全面支持。本文将深入剖析MMCV的多平...

MMCV安装配置：从踩坑到精通的全流程指南

gitblog_01018的博客

12-30

448

"为什么我的代码总是报 `ModuleNotFoundError: No module named 'mmcv'`？" "为什么安装过程卡在 `Building wheels for mmcv` 半小时不动？" "为什么明明安装了却提示CUDA版本不匹配？" 如果你也遇到过这些灵魂拷问，恭喜你，来到了正确的"脱坑"指南。今天，我们不谈枯燥的技术文档，只聊如何用最简单的方式，让MMCV在你的电

安装Open-MMlab 的 MMPose 和 MMCV

野生C猿的专栏

11-10

4088

安装MMPose 和 MMCV1. 基础环境1.1 conda环境1.2 pytorch 环境2. 安装MMCV2.1 MMCV 编译安装2.2 安装记录2.2.1：设置环境变量2.2.2 激活 anaconda的虚拟环境2.2.3 设置参数2.2.4 安装依赖2.2.5 开始编译2.2.5 查看安装3. 安装MMPose3.1 克隆 MMPose 库。3.2 安装依赖包和 MMPose 1. 基础环境 1.1 conda环境 anaconda的环境请自行准备，网上有一堆教程 conda create

MMCV 与 PyTorch 兼容性深度解析：避免踩坑实战

gitblog_00523的博客

09-16

750

在计算机视觉（Computer Vision）领域，MMCV（OpenMMLab Computer Vision Foundation）作为 OpenMMLab 项目的核心基础设施，与 PyTorch 深度学习框架的配合使用极为广泛。然而，随着 PyTorch 版本的快速迭代（从 1.x 到 2.x），两者之间的兼容性问题逐渐凸显，给开发者带来了诸多困扰。本文将深入剖析 MMCV 与 PyTorc...

mmcv的环境真 TM 难配还有JAX 的环境配置

qq_41623632的博客

11-16

900

搞了个晚上陪深度补全的 completionformer 没配出来。首先搞定 MMCV 的配置：MMCV 一般无法使用 pip 进行安装，因为服务器没办法翻墙，需要将 wheel 文件下载下来之后，采用离线的安装。

深度学习环境配置全攻略：从CUDA到MMCV的版本兼容性解析

weixin_30576827的博客

03-26

403

本文详细解析了深度学习环境配置中的版本兼容性问题，从CUDA到MMCV的版本匹配逻辑，帮助开发者避免常见陷阱。通过硬件驱动、PyTorch与CUDA的对应关系，以及MMCV新旧版的重大变更，提供了一套高效的环境配置方法论，特别适合计算机视觉（CV）领域的开发者参考。

mmcv环境配置

始于足下

07-06

937

mmcv、mmsegmentation、mmdet、mmpred，环境配置

PyTorch环境配置避坑指南：从CUDA版本到MMCV兼容性全解析

backprop5master的博客

02-17

219

本文详细解析PyTorch环境配置中的常见问题，从CUDA版本匹配到MMCV兼容性，提供一站式解决方案。涵盖硬件兼容性检查、PyTorch安装优化、MMCV版本变迁及实战配置步骤，帮助开发者高效搭建深度学习开发环境，避免版本冲突和安装陷阱。

MMdetection安装避坑指南：如何一次性搞定mmcv、cuda和torch版本匹配

wind6的博客

02-21

782

本文提供了一套高效的MMdetection安装“逆向锁定法”，旨在解决安装过程中mmcv、cuda和torch版本匹配的核心难题。文章详细阐述了从确定MMDetection版本开始，反向推导并锁定兼容的mmcv、PyTorch及CUDA版本的完整流程，帮助用户一次性成功配置环境，避免常见的版本冲突问题。