【零基础保姆级教程】mmcv安装教程

最新推荐文章于 2025-07-09 08:45:03 发布

拿下Nahida

最新推荐文章于 2025-07-09 08:45:03 发布

阅读量1.4w

点赞数 41

CC 4.0 BY-SA版权

分类专栏： YOLO快速入门 YOLO改进指南文章标签：目标检测 YOLO python 人工智能计算机视觉 mmcv 深度学习

本文链接：https://blog.csdn.net/2401_84870184/article/details/140924253

YOLO改进指南同时被 2 个专栏收录

40 篇文章

订阅专栏

YOLO快速入门

10 篇文章

订阅专栏

mmcv这个库比较难安装，但在进行深度学习工作的时候却又很难避开，若是没有安装conda环境和CUDA环境的尤其难安装，若大家有遇到mmcv安装上的问题，可按照本文的步骤一步步安装即可解决。

本文示例环境
系统及版本	Windows10
示例电脑	联想小新2021酷睿版(轻薄本) 联想拯救者R7000电脑(游戏本) i7-10700+RTX4000(台式机)
适用人群	ALL

MMCV最初是与MMDetection、MMsegmentation等项目一起由阿里巴巴达摩院开发的，这些项目主要使用的是PyTorch框架。因此，MMCV是一个基于Python和PyTorch的库。

MMVC简介：

MMCV提供了一系列用于计算机视觉任务的基础工具和组件，包括数据加载器、图像转换操作、评估指标等。它旨在简化常见的计算机视觉任务，如目标检测、实例分割、语义分割等，并且为研究者和开发者提供了可复用的代码模块。

使用场景：

目标检测：在训练和评估目标检测模型时，MMCV可以处理数据集的加载、预处理以及后处理步骤。
实例分割：对于实例分割任务，MMCV提供了必要的工具来处理掩码数据。
语义分割：在语义分割任务中，MMCV可以帮助处理像素级别的标签。
关键点检测：在人体姿态估计等任务中，MMCV可以处理关键点数据。
视频理解：虽然主要针对静态图像，但一些扩展库如MMAction2也适用于视频动作识别等任务。

环境需求：

首先，大家常会采用'pip install xxx'或'conda install xxx'来安装某些库，但不指定版本等情况下会默认安装最新版本或即使不是最新，而是版本号“最大”的一个版本，而这也常常会和自己的基本环境造成很大程度的冲突，导致安装失败甚至环境出现bug等情况。

安装失败的情况如下：

      Internal Compiler Error in C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe.  You will be prompted to send an error report to Microsoft later.    
      INTERNAL COMPILER ERROR in 'C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe'
          Please choose the Technical Support command on the Visual C++
          Help menu, or open the Technical Support help file for more information
      [end of output]

  note: This error originates from a subprocess, and is likely not a problem with pip.
  ERROR: Failed building wheel for mmcv
  Running setup.py clean for mmcv
Failed to build mmcv
ERROR: Could not build wheels for mmcv, which is required to install pyproject.toml-based projects

上图是直接进行'pip install mmcv'报的错。

因此，在安装mmcv的时候，应根据自己的版本号、基本环境进行安装。

torch环境仍未安装好？根据我以下文章按步骤进行。

【保姆级最简洁教程】零基础如何快速搭建YOLOv5/v7？_yolov7保姆级教程-CSDN博客

一、CPU训练、python基本环境下的mmcv安装

首先，要确定自己的环境安装情况，若你已经安装好了自己的conda环境，且需要采用GPU训练的，看第二点。第一点适合CPU训练且采用python环境解释器的同学。下图是python解释器。

命令示例：

pip install mmcv==2.1.0 -f https://download.openmmlab.com/mmcv/dist/cpu/torch2.1/index.html

这个命令的大致意思是采用mmcv2.1.0版本，windows环境，cpu，torch版本是适合cpu的2.1.x版本。

因此，安装前需要先确定自己的torch版本、需要安装的mmcv版本。

查询自己torch版本示例如下。

import torch
print(torch.__version__)

最终控制台返回如下字样代表成功。

Successfully installed mmcv-（X.X.X）

二、GPU训练、conda基本环境下的mmcv安装

该点适合GPU环境安装。

首先选择适合自己的环境、确定自己的CUDA版本、torch版本、需要安装的mmcv版本

命令示例如下。

pip install mmcv==2.2.0 -f https://download.openmmlab.com/mmcv/dist/cu116/torch1.12/index.html

mmcv==2.2.0代表安装mmcv2.2.0版本。

cu116代表你采用的是CUDA11.6环境。

torch1.12代表你的torch环境是torch1.12.x环境。

按此步骤即可成功安装。

最终控制台返回如下字样代表成功。

Successfully installed mmcv-（X.X.X）

三、从官网网址安装

Installation — mmcv 2.2.0 documentation

打开该网址，移动到如下区域。

选择自己的环境安装。

最终控制台返回如下字样代表成功。

Successfully installed mmcv-（X.X.X）

更多文章产出中，主打简洁和准确，欢迎关注我，共同探讨！