介绍

MMCV 有两个主要版本，mmcv 和 mmcv-lite。

mmcv 是全面版本，包含所有的特性以及丰富的开箱即用的 CUDA 算子，但构建时间较长；mmcvlite 是精简版，不包含 CUDA 算子，但拥有其他所有功能，适用于不需要 CUDA 算子的场景，类似于 MMCV 早期版本（mmcv < 1.0.0）。

MMCV 支持 OpenMMLab 下的众多计算机视觉相关的开源项目，如 mmdetection（目标检测工具箱和基准）、mmsegmentation（语义分割工具箱和基准）、mmpose（姿态估计工具箱和基准）、mmaction2（动作理解工具箱和基准）、mmclassification（图像分类工具箱和基准）等。

一、构建 mmcv

在安装 mmcv 之前，请确保 PyTorch 已按照 PyTorch 官方安装指南成功安装。这可以使用以下命令进行验证

python -c 'import torch;print(torch.__version__)'

如果输出版本信息，则安装 PyTorch。

注意

如果您想使用代替，例如，在最小的容器环境中或没有 GUI 的服务器中，您可以在安装 MMCV 之前先安装它，以跳过安装。opencv-python-headlessopencv-pythonopencv-python

克隆存储库
```
git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
```
注意

目前最新的MMSegmentation 需要 MMCV >=2.0.0rc4 但 <2.2.0，推荐安装 MMCV 2.1.0 而不是最新的 2.2.0 版本，旧版本的 MMCV 从 MMCV 官网的 releases 中下载，也可以从下面的链接直接下载。

MMCV 2.1.0

安装并加快编译速度ninjapsutil

pip install -r requirements/optional.txt

检查 nvcc 版本（需要 9.2+，如果没有可用的 GPU，请跳过。）

nvcc --version

如果上面命令输出以下消息，则表示nvcc设置正常，否则需要设置CUDA_HOME。

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Mon_Nov_30_19:08:53_PST_2020
Cuda compilation tools, release 11.2, V11.2.67
Build cuda_11.2.r11.2/compiler.29373293_0

检查 gcc 版本（需要 5.4+）
```
gcc --version
```
开始构建（需要 10+ 分钟）
```
pip install -e . -v
```
验证安装
```
python .dev_scripts/check_installation.py
```
如果上述命令未报告错误，则安装成功。

二、构建 mmcv-lite（可选）

如果您需要使用 PyTorch 相关模块，请参考 PyTorch 官方安装指南，确保 PyTorch 已成功安装到您的环境中。

克隆存储库

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv

开始构建
```
MMCV_WITH_OPS=0 pip install -e . -v
```
验证安装
```
python -c 'import mmcv;print(mmcv.__version__)'
```
如有其他疑问可以访问MMCV官网进行查询

https://mmcv.readthedocs.io/en/latest/get_started/build.html#https://mmcv.readthedocs.io/en/latest/get_started/build.html#