MMCV包的安装教程

首先找到conda create -n mmsegmention python=3.8 -y #

找到对应的pytorch与cuda版本

简洁的告诉我，如果我的电脑gpu的cuda版本是12.8，那我在不同的虚拟环境中能不能安装不同的cuda版本，为什么可以安装不同的，而不是12.8？

答案：可以，而且很常见。

---

🎯 为什么可以

CUDA 有两层：

1. GPU驱动的CUDA（12.8）
   • 你电脑GPU安装的，不能改
   • 是硬件层面的
2. PyTorch打包的CUDA（可以任选）
   • 是软件包内部的
   • 只要 ≤ GPU驱动CUDA版本就行
   • 跟GPU驱动的CUDA可以不一样

查看对应的mmcv官网查找对应的mmcv安装：

https://mmcv.readthedocs.io/zh-cn/latest/get_started/installation.html#install-mmcv

https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html可查看cu102-torch1.8.0支持的mmcv版本号https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html

现在我下载了"D:\download\mmcv_full-1.3.0-cp36-cp36m-manylinux1_x86_64.whl"，请问怎么安装到我的虚拟环境中？(swin)

xieqihang@xie666 MINGW64 /d/github/Swin-Transformer-Semantic-Segmentation-main

🎯 cp 是什么

cp = CPython版本号

---

📋 对应表

cp36 → Python 3.6
cp37 → Python 3.7
cp38 → Python 3.8
cp39 → Python 3.9
cp310 → Python 3.10

---

📌 你的文件名解析

以这个为例：

mmcv_full-1.4.3-cp38-cp38-win_amd64.whl
                 ^^^^
                 Python 3.8

---

⚠️ 重要

你必须下载与你的Python版本匹配的wheel

检查你的Python版本：

python --version

假设输出是 Python 3.8.x，那就要下载 cp38 的wheel：

mmcv_full-1.4.3-cp38-cp38-win_amd64.whl  ✓

1.conda create -n swin python3.7

2. https://pytorch.org/get-started/previous-versions/

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

3.export HTTP_PROXY="http://127.0.0.1:7897"

export HTTPS_PROXY="http://127.0.0.1:7897"

4.pip install ./mmcv_full-1.4.0-cp37-cp37m-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

这个报错 不是你代码的问题 ，而是一个非常典型、而且很"致命"的 OpenMMLab 版本冲突问题 。

我先给你一句话结论，再一步步解释，最后给你必成功的修复方案。

---

❌ 一句话结论（先记住）

你同时安装了 mmcv 2.x 和 mmcv-full 1.4.0，
而你的项目是基于「老版 mmcv 1.x API」的，
两套 API 完全不兼容，直接导致 print_log 找不到。

---

🔍 报错核心是什么？

报错信息

ImportError: cannot import name 'print_log' from 'mmcv'

出错位置

from mmcv import print_log

实际情况

你当前环境里：

mmcv        2.0.0rc1   ❌（新架构）
mmcv-full   1.4.0     ❌（老架构）
mmengine    0.10.7    ❌（新架构）

👉 mmcv 2.x 已经把 print_log 移走 / 删除了

👉 老代码还在用 mmcv.print_log

👉 于是直接炸

---

🧠 为什么会这样？（原理讲清楚）

OpenMMLab 有一次大重构

时代	核心组件
老版（你这个项目）	mmcv 1.x + mmcv-full
新版	mmcv 2.x + mmengine

老版代码（你的项目在用）

from mmcv import print_log
from mmcv.runner import BaseRunner

新版架构（你现在装的）

mmcv 2.x   → 只保留 utils / ops
mmengine   → runner / logging / hooks

👉 API 不兼容是"设计层面的"，不是小 bug

---

🚨 你现在环境里的致命问题（必须修）

❌ 同时存在：

• mmcv==2.0.0rc1

• mmcv-full==1.4.0

• mmengine==0.10.7

这是 100% 错误组合。

---

✅ 必成功修复方案（强烈推荐）

🎯 目标版本组合（与你的代码 100% 匹配）

组件	版本
Python	3.7
torch	1.8.0
torchvision	0.9.0
mmcv-full	1.4.0
mmcv	❌ 不单独装
mmengine	❌ 不装
mmsegmentation	0.29.x / 0.30.x（老版）

---

🛠️ 修复步骤（一步一步照做）

① 卸载所有冲突包（关键）

pip uninstall mmcv mmcv-full mmengine mmsegmentation -y

确认干净：

pip list | findstr mmcv

👉 不应该再看到 mmcv / mmengine

---

② 重新安装 mmcv-full 1.4.0（只装这一个）

你已经有 wheel，对 Windows 很好：

pip install ./mmcv_full-1.4.0-cp37-cp37m-win_amd64.whl

验证：

python - <<EOF
import mmcv
print(mmcv.__version__)
print(mmcv.print_log)
EOF

✅ 应该能 import 成功

---

③ 安装「老版」mmsegmentation（必须）

pip install mmsegmentation==0.29.1

（如果项目 README 指定了版本，用它）

---

④ 再跑你的训练命令

python tools/train.py configs/swin/upernet_swin_tiny_224x224_160k_hanfeng.py

---

❌ 千万不要做的事（重要）

• ❌ 不要装 mmcv==2.x

• ❌ 不要装 mmengine

• ❌ 不要混用新老 mmseg

• ❌ 不要 pip install mmcv（会覆盖 mmcv-full）

---

🧠 一句话总结（你可以拿去给别人解释）

这个错误是由于项目基于 mmcv 1.x，而环境中误装了 mmcv 2.x 和 mmengine，导致旧 API（print_log）缺失。解决方法是回退到 mmcv-full 1.x 并移除 mmcv 2.x 相关组件。

---

🔥 如果你愿意，我可以继续帮你：

• ✅ 对照你的 GitHub 项目，给你一套"完全一致"的版本表

• ✅ 帮你检查这个 Swin 配置文件是否和 mmseg 版本匹配

• ✅ 一步到位给你一个 environment.yml

我找到问题了！错误显示你使用的是 site-packages 中安装的标准 mmsegmentation，而不是这个项目的自定义版本。这个Swin Transformer项目需要使用项目本地的代码，因为它包含了自定义的 SwinTransformer 实现。

解决办法：

① 手动安装兼容的 timm（不含 safetensors）

pip install -e .

pip install timm==0.4.12

这个版本：

• ✔ 支持 Python 3.7

• ✔ 不依赖 safetensors

• ✔ 与 Swin 早期项目兼容$ pip list

  Package Version Editable project location

  ---

  addict 2.4.0

  certifi 2022.12.7

  cycler 0.11.0

  flit_core 3.6.0

  fonttools 4.38.0

  importlib-metadata 6.7.0

  kiwisolver 1.4.5

  markdown-it-py 2.2.0

  matplotlib 3.5.3

  mdurl 0.1.2

  mkl-fft 1.3.1

  mkl-random 1.2.2

  mkl-service 2.4.0

  mmcls 0.25.0

  mmcv-full 1.4.0
  mmsegmentation 0.11.0 d:\github\swin-transformer-semantic-segmentation-main

  numpy 1.21.5

  opencv-python 4.12.0.88

  packaging 24.0

  Pillow 9.5.0

  pip 22.3.1

  platformdirs 4.0.0

  prettytable 3.7.0

  Pygments 2.17.2

  pyparsing 3.1.4

  python-dateutil 2.9.0.post0

  PyYAML 6.0

  regex 2024.4.16

  rich 13.8.1

  scipy 1.7.3

  setuptools 65.6.3

  six 1.16.0

  termcolor 2.3.0

  terminaltables 3.1.10

  timm 0.4.12

  tomli 2.0.1

  torch 1.8.0

  torchaudio 0.8.0

  torchvision 0.9.0

  typing_extensions 4.7.1

  wcwidth 0.2.14

  wheel 0.38.4

  wincertstore 0.2

  yapf 0.32.0

  zipp 3.15.0