mmcv与cuda，pytorch版本匹配要求

mmcv与cuda、pytorch版本兼容要求，见mmcv官方文档：https://mmcv.readthedocs.io/zh_CN/latest/get_started/installation.html#pip 安装部分。

目前网页上默认最新版2.x版本，若要切换旧版，点击页面左下角切换即可。

1. 查看自己的cuda和torch版本：

   python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'
   # pytorch 2.0版本需要cuda11.7及以上
   

2. 点击文档链接 选择自己所需版本，拷贝对应的安装命令，进行安装
   
   注意！！！ open-mmlab家族已全面升级版本（1.x），与0.x有较大变化，不再兼容。mmcv中与cv无关的操作已迁至mmengine中。所以mmcv1.x与mmcv2.x版本不兼容，看一下自己的mmlab工程需要mmcv旧版还是新版。
   以上链接mmcv不再可选旧版1.x版本，可根据需要手动修改安装命令中的mmcv版本。
   mmcv1.x版本号说明：
   PyTorch 在 1.x.0 和 1.x.1 之间通常是兼容的，故 mmcv 只提供 1.x.0 的编译包。如果你 的 PyTorch 版本是 1.x.1，你可以放心地安装在 1.x.0 版本编译的 mmcv。

mmcv1.x版本安装命令查询：https://mmcv.readthedocs.io/zh_CN/1.x/get_started/installation.html#pip

3. 如果安装依赖库的时间过长，可以指定 pypi 源：

   pip install mmcv -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html -i https://pypi.tuna.tsinghua.edu.cn/simple
   

4. opencv-python-headless说明
   如果你打算使用 opencv-python-headless 而不是 opencv-python，例如在一个很小的容器环境或者没有图形用户界面的服务器中，你可以先安装 opencv-python-headless，这样在安装 mmcv 依赖的过程中会跳过 opencv-python。