常见问题

在这里我们列出了用户经常遇到的问题以及对应的解决方法。如果您遇到了其他常见的问题,并且知道可以帮到大家的解决办法, 欢迎随时丰富这个列表。

  • MMCV 和 MMDetection 的兼容性问题;”ConvWS is already registered in conv layer”

    请按照上述说明为您的 MMDetection 版本安装正确版本的 MMCV。

  • “No module named ‘mmcv.ops’”; “No module named ‘mmcv._ext’”

    1. 使用 pip uninstall mmcv 卸载您环境中的 mmcv

    2. 按照上述说明安装 mmcv-full

  • “invalid device function” 或者 “no kernel image is available for execution”

    1. 检查 GPU 的 CUDA 计算能力

    2. 运行 python mmdet/utils/collect_env.py 来检查 PyTorch、torchvision 和 MMCV 是否是针对正确的 GPU 架构构建的 您可能需要去设置 TORCH_CUDA_ARCH_LIST 来重新安装 MMCV 兼容性问题的可能会出现在使用旧版的 GPUs,如:colab 上的 Tesla K80 (3.7)

    3. 检查运行环境是否和 mmcv/mmdet 编译时的环境相同。例如,您可能使用 CUDA 10.0 编译 mmcv,但在 CUDA 9.0 的环境中运行它

  • “undefined symbol” 或者 “cannot open xxx.so”。

    1. 如果符号和 CUDA/C++ 相关(例如:libcudart.so 或者 GLIBCXX),请检查 CUDA/GCC 运行时的版本是否和编译 mmcv 的一致

    2. 如果符号和 PyTorch 相关(例如:符号包含 caffe、aten 和 TH),请检查 PyTorch 运行时的版本是否和编译 mmcv 的一致

    3. 运行 python mmdet/utils/collect_env.py 以检查 PyTorch、torchvision 和 MMCV 构建和运行的环境是否相同

  • “RuntimeError: CUDA error: invalid configuration argument”。

    这个错误可能是由于您的 GPU 性能不佳造成的。尝试降低THREADS_PER_BLOCK 的值并重新编译 mmcv。

  • “RuntimeError: nms is not compiled with GPU support”。

    这个错误是由于您的 CUDA 环境没有正确安装。 您可以尝试重新安装您的 CUDA 环境,然后删除 mmcv/build 文件夹并重新编译 mmcv。