mmcv-full1.7.1跟mmdet什么版本兼容

根据官方文档，mmdet v2.17.0 对应的 mmcv-full 版本是 1.3.1。但是，如果你想使用 mmcv-full1.7.1，可以尝试升级 mmdet 到最新版，即 v2.17.0+。另外，建议在安装时使用指定版本号的方式，以避免因版本兼容性问题导致的错误。例如：
pip install mmcv-full==1.7.1 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html
pip install mmdet==2.17.0 -f https://download.openmmlab.com/mmdetection/v2.0.0/dist/index.html
登录后复制
这样可以确保 mmcv-full 和 mmdet 的版本兼容性。

相关问题

mmcv-full==1.7.1 libcudart.so.10.1: cannot open shared object file: No such file or directory

解决 mmcv-full 1.7.1 安装 CUDA 10.1 libcudart.so.10.1 文件缺失问题
当遇到 libcudart.so.10.1 共享对象文件缺失的问题时，这通常意味着系统中缺少相应的 CUDA 库。以下是详细的解决方案：
确认 CUDA 版本一致性
确保当前环境中安装的 CUDA 工具包版本与 PyTorch 所需的 CUDA 版本相匹配。对于 mmcv-full 1.7.1 和 CUDA 10.1 的组合，推荐使用 PyTorch 1.7.0 或更高版本但不超过 2.0.0rc4[^1]。
安装或更新 CUDA Toolkit
如果尚未安装 CUDA 10.1，则可以通过 NVIDIA 提供的官方资源进行安装。也可以通过 Conda 来简化这一过程：
conda install cudatoolkit=10.1 -c nvidia
登录后复制
配置环境变量
有时即使已经安装了正确的 CUDA 版本，仍然会报错找不到库文件。此时应确认 $LD_LIBRARY_PATH 是否包含了 CUDA 库路径。可以临时设置此环境变量来测试效果：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64/
登录后复制
为了永久生效，可将上述命令加入到 .bashrc 或者其他 shell 初始化脚本中。
使用预编译二进制包安装 mmcv-full
考虑到 Windows 用户可能面临的挑战以及不同操作系统间的差异，在 Linux 上可以直接利用 OpenMMLab 提供的预构建轮子来进行安装。针对特定配置 (如 CUDA 10.1 + PyTorch 1.7.0)，可以从指定链接下载适合的 whl 文件并执行 pip 命令完成安装[^4]:
pip install https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html
登录后复制
检查现有安装
若之前尝试过手动编译或其他方式安装 mmcv-full 而未成功解决问题，建议先卸载旧版再按照以上方法重试：
pip uninstall mmcv-full
登录后复制

UserWarning: On January 1, 2023, MMCV will release v2.0.0, in which it will remove components related to the training process and add a data transformation module. In addition, it will rename the package names mmcv to mmcv-lite and mmcv-full to mmcv. See https://github.com/open-mmlab/mmcv/blob/master/docs/en/compatibility.md for more details. warnings.warn( 1.7.1 ^C

这个警告是关于MMCV库的。在2023年1月1日，MMCV将发布v2.0.0版本，其中将删除与训练过程相关的组件并添加数据转换模块。此外，它将重命名包名mmcv为mmcv-lite，mmcv-full为mmcv。如果你使用MMCV库，请参考链接中的文档以确保你的代码在更新后仍能正常工作。另外，Ctrl+C是中断程序的快捷键，你可以使用它来停止正在运行的程序。