时隔一年没想到要做后续的检测系统又来配环境,一直用服务器又要用Windows配环境又出现了一些新问题。

CUDA版本采用11.8,对应的CuDNN也为11.8的,附上下载链接:
CUDA Toolkit 11.8 Downloads | NVIDIA Developer
cuDNN Archive | NVIDIA Developer
必备的一些APP:
GIT和VS2017/2019版本,我用的2019版本,并且安装位置最好选默认位置。
conda create -n monodetr python=3.8
conda activate monodetr
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
pip install -r requirements.txt
在Git中编译
cd lib/models/monodetr/ops/
bash make.sh
出现报错

解决办法,134行同理
cpp
// 原代码
AT_DISPATCH_FLOATING_TYPES(value.type(), "ms_deform_attn_forward_cuda", ([&]
// 修改为
AT_DISPATCH_FLOATING_TYPES(value.scalar_type(), "ms_deform_attn_forward_cuda", ([&]
重新编译就好了。
后边部分为去年的一些报错。

setuptools版本问题
pip list | grep setuptools
、
降低版本,报错解决
python -m pip install setuptools==69.5.1
vs版本有问题,我的为2022版本

卸载,下载2017版本,重新编译,解决问题

cd ../../../..
mkdir logs
准备数据集
bash test.sh configs/monodetr.yaml直接测试,完成。

服务器上一些问题,安装环境后测试报错,应该是numba版本问题


numba版本过高出现不兼容问题,更换版本解决

