AttributeError: module 'mmcv' has no attribute 'config'

AttributeError: module 'mmcv' has no attribute 'config' 是一个Python错误，表示在mmcv模块中没有名为'config'的属性。

mmcv是一个用于计算机视觉任务的开源工具包，它提供了各种功能和工具函数来简化计算机视觉任务的开发。通常情况下，我们可以通过导入mmcv来使用其中的功能。

然而，当出现"module 'mmcv' has no attribute 'config'"的错误时，可能有以下几种原因：
1. mmcv模块没有正确安装或导入：请确保已经正确安装了mmcv模块，并且在代码中正确导入了该模块。
2. mmcv模块版本不兼容：某些功能可能在不同版本的mmcv中有所变化，如果你的代码依赖于特定的功能或属性，请确保你正在使用与之兼容的mmcv版本。
3. mmcv模块确实没有'config'属性：请检查你的代码中是否正确使用了'mmcv.config'，如果没有，请查阅mmcv的文档或示例代码，了解如何正确使用该模块。

相关问题

AttributeError: module 'mmcv' has no attribute 'Config'

这个错误是由于最新版本的mmcv模块不再支持Config类导致的。[2为了解决这个问题，你需要安装mmengine模块，并将原先的`import mmcv`改成`import mmengine`。更多详细信息可以参考这个链接：https://github.com/open-mmlab/mmdeploy/issues/1781。此外，你还需要在命令行中输入`export CUDA_HOME=/usr/local/cuda-11.7`命令。

此外，还有一点需要注意的是，关于pytest断言报错的问题，你需要使用pytest运行代码，而不是直接运行assume函数。这样才能避免出现报错。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [AttributeError: module ‘mmcv‘ has no attribute ‘Config](https://blog.csdn.net/weixin_46309234/article/details/131015173)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [Pytest断言报错：AttributeError: module pytest has no attribute assume](https://blog.csdn.net/weixin_51190396/article/details/131665172)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

AttributeError: module tensorflow has no attribute ConfigProto

这个错误常见于使用较新版本的 TensorFlow。在 TensorFlow 2.0 及更高版本中，`ConfigProto`已经被移除了，取而代之的是使用 `tf.compat.v1.ConfigProto`。你可以尝试将 `ConfigProto` 替换为 `tf.compat.v1.ConfigProto`，然后再次运行代码。例如：

import tensorflow as tf

config = tf.compat.v1.ConfigProto()
# 继续设置其他配置参数...

这样应该可以解决你遇到的问题。如果还有其他疑问，请随时提问。