我的电脑环境项目名称版本cuda版本11.1pytorch版本1.8.1ubuntu版本18.04在安装centerFusion（centerNet的多模态融合版本）时，遇到DCNv2不支持新版pytorch

安装cuda10.2版本的torchpipinstalltorch==1.10.1+cu102torchvision==0.11.2+cu102torchaudio==0.10.1-fhttps://download.pytorch.org/whl/torch_stable.html下载DCNv2https://github.com/lbin/DCNv2.githttps://github.com

DCNv2的版本需要切换到：gitcheckoutfa9b2fd740ced2a22e0e7e913c3bf3934fd08098

最近由于实习需要学习多目标跟踪，配置环境时才发现多目标也太麻烦了(特别是windows环境)，FairMOT在网上已经有很多帖子，也有很多人分享了自己的踩坑记录和解决办法，但是编译DCNv2的坑实在太多了

win10+CUDA11.1+python3.7+pytorch1.7安装DCNv21,下载PyTorch1.7的源码：https://github.com/lbin/DCNv2/tree/pytorch

DCNv2编译基础环境下载DCNv2替换替换部分代码将cl.exe添加到系统环境变量运行康康基础环境Win10操作系统PyTorch1.5.1CUDA10.2下载DCNv2替换DCNv2:链接.图片:替换部分代码

problem1.unabletoexecute‘bin/nvcc’:Nosuchfileordirectoryerror:command‘bin/nvcc’failedwithexitstatus1solve11.exportCUDA_HOME=/usr/local/cuda2.pythonsetup.pybuilddevelop

错误原因是没有XXXX/src/lib/models/networks/DCNv2/模块，有两种解决办法。

源代码链接：GitHub-xinntao/EDVR:WinningSolutioninNTIRE19ChallengesonVideoRestorationandEnhancement(CVPR19Workshops)-VideoRestorationwithEnhancedDeformableConvolutionalNetworks.EDVRhasbeenmergedintoBasicSRan

配置系统：ubuntu18.04显卡：3070cuda11.1torch1.8.0编译DCNv2试过很多版本，但是都会报错RuntimeError:Errorcompilingobjectforextension

论文阅读：DCNv1andDCNv2：DeformableConvolutionalnetworks,可变形卷积DCNv1论文解析创新点1背景2方法DCNv21背景2方法DCNv1论文解析创新点1、DeformableConv2、DeformableROIpooling1背景深度学习对图像处理往往需要大量的数据集训练，是因为我们需要让网络学习到所有可能存在的情况，所以我们采用了数据增强的方法，如旋

DeformableRoIPooling本文回顾了由中国科技大学和微软亚洲研究院(MSRA)联合发布的DeformableConvNetsv2(DCNv2)。

引言本文主要以目标检测算法CenterNet作为载体，介绍可变形卷积的算法原理，python实现以及工程化部署可变形卷积原理介绍可变形卷积目前有DCNV1以及在V1基础上改进发展来的DCNV2，具体的算法原理可以看论文原文或者参考

可变形卷积可从以下三篇论文去学习，它们也被称为DCNv1、DCNv2、RepPoints（DCNv3）,DCNv1:http://xxx.itp.ac.cn/pdf/1703.06211.pdfDCNv2

论文提出DCNv2，不仅对DCNv1的结构进行了改进，还使用了有效的蒸馏学习策略，使得性能有很大的提升，各个方面都值得借鉴 来源：晓飞的算法工程笔记公众号论文:DeformableConvNetsv2:

DCN和DCNv2（可变性卷积）网上关于两篇文章的详细描述已经很多了，我这里具体的细节就不多讲了，只说一下其中实现起来比较困惑的点。

可变形卷积能够很好地学习到发生形变的物体，但是论文观察到当尽管比普通卷积网络能够更适应物体形变，可变形卷积网络却可能扩展到感兴趣区域之外从而使得不相关的区域影响网络的性能，由此论文提出v2版本的可变形卷积神经网络(DCNv2

目录1.DCNv12.DCNv21.DCNv1可变形卷积顾名思义就是卷积的位置是可变形的，并非在传统的N×N的网格上做卷积，这样的好处就是更准确地提取到我们想要的特征（传统的卷积仅仅只能提取到矩形框的特征）DCNv1的核心思想在于它认为卷积核不应该是一个简简单单的矩形在不同的阶段，不同的特征图，甚至不同的像素点上都可能有其最优的卷积核结构。因此DCNv1提出在方形卷积核上的每个点学习一个偏移（of

yolov5s中加入DCNv2（可变形卷积v2）Requirementtorch>=1.8.1torchvision>=0.9.1实现步骤1.测试环境是否满足要求importtorchimporttorchvision.opsfromtorchimportnnimportmathclassDCNv2

由于换工作已经很久没写文章了，今天写换工作后的第一篇文章在win10+pytorch1.7下编译DCNv2这个东东。

python版本是3.6，cuda版本10.1update2(之前cuda版本是10.2一直不对，后来查找是10.1update2，具体有没有作用)报错没有安装ninja通过python安装ninjapipinstallninja找不到cl.exe\utils\cpp_extension.py:305:UserWarning:Errorcheckingcompilerversionforcl:[W

遇到问题最近用到了FairMOT,其中里面需要安装可变形卷积DCNv2，原本的环境是Cuda10.1+pytorch1.7,安装过程中一直报错ninja:buildstopped:subcommandfailed.RuntimeError

最近使用CenterNet的时候，由于在DLA34中用到了DCN，所以需要编译DCNv2，但是每次都会出问题，最近做一个小结1、Pytorch版本：1.62、DCN选择：https://github.com

zhuanlan.zhihu.com/p/514860567编辑丨极市平台导读miemiedetection是基于YOLOX进行二次开发的个人检测库（使用的深度学习框架为pytorch），实现了可变形卷积DCNv2

最近想运行一个网络，用到了centernet，需要安装DCNv2，折腾了两天，记录一下填坑的过程。

但是在ubuntu跑FairMOT时，需要编译安装dcnv2，这里遇到了一个很大的坑，最后成功解决。我电脑安装的是cuda10.2。

按照FairMOT官方提供的教程搭建环境，但在编译DCNv2时报错了。

数据集准备2.2预训练模型准备三、修改代码四、运行4.1数据集转换4.2运行五、参考资料先说搭建环境的主要问题一定要在文件夹内进行，稍后看到会定义一个CF_ROOT，配置过程中路径很绕，注意路径的变化难点在DCNv2

一、前排提示：这可能是最终的解决方法，因为我把csdn几乎所有的方法都试过了。比如：添加环境变量把WindowsKits里的rc.exe和rcdll.dll复制到.../VC/...那里下载2015、2017、2019的vs重装系统二、错误描述：(MyCode)F:\Graduation_design\Code_4\CenterNet-master\src\lib\models\networks\

DeformableConvolutionalNetworksDCNv2论文网址：DeformableConvNetsv2:MoreDeformable,BetterResultsDCNv2代码：https://github.com/CharlesShang/DCNv2

文章目录代码：https://github.com/ifzhang/FairMOT0.安装步骤1.首先创建虚拟环境，并安装相应包2.编译DCNv2(可变形卷积)3.安装ffmppeg(测试用)1.读入第一帧

使用mmcv库中的DCN模块代替DCNv2官方库，使用起来非常简单，如下：1.安装mmcv库#命令行输入：pipinstallmmcv-full-fhttps://download.openmmlab.com

DCNv2下载地址：https://github.com/chengdazhi/Deformable-Convolution-V2-PyTorch/tree/pytorch_1.0.0DCNv2编译步骤

paramsoptimizer和scheduler训练模式train.info.log和test.info.log利用torchvision0.9.0提供的torchvision.ops.deform_conv2d编写DCNv2

1、dcnv2的实现测试了两种，一种是官方版dcnv2，git链接：https://github.com/CharlesShang/DCNv2.git，编译直接cd到DCNv2，然后.

所以DCNv2的安装包目前还没有适配的，由于刚出较新，网上的资料相对缺乏，经过一系列踩坑，终于找到一个解决方案。

DCNV2:ImprovedDeep&CrossNetworkandPracticalLessonsforWeb-scaleLearningtoRankSystemsRuoxiWang,RakeshShivanna

在复现FairMOT时编译DCNv2出现了一个错误error:command'C:\\ProgramFiles\\NVIDIAGPUComputingToolkit\\CUDA\\v10.0\\bin\

编译dcnv2，找不到msvc编译器（电脑上vs20192017共存，默认2019但cudatoolkit不支持）#errorUserWarning:Errorcheckingcompilerversionforcl

cuda9.0与cuda9.0相匹配的cudnnpytorch0.4.0版本然后就是自己遇到的一系列问题了：Q1首先我是想在自己原来的cuda10.0和cudnn下运行的，但是出现了很多问题，尤其是在编译DCNv2

1下载源码https://github.com/xingyizhou/CenterNet.git2下载DcnV2源码https://github.com/CharlesShang/DCNv2.git原版的版本不对需要替换

主要的问题是DCNv2拓展。

windows下安装DCNv2（pythonsetup.pybuilddevelop），显示错误：errorLNK2001:无法解析的外部符号"structTHCState*state"进入目录：DCNv2

中间也遇到过DCNv2编译失败的情况，把失败的DCNv2删掉后再重新编译，安装了一些必要组件，好像是那个ffi的模块，然后莫名

的环境搭建0、确定搭建环境一、创建python3.6的环境创建conda环境安装pytorch-0.4.1二、安装cocoapi三、克隆centernet的github仓库四、安装必要的库五、编译可变性卷积库DCNv2

pytorch1.4.02、运行demo下载github上的代码：https://github.com/ifzhang/FairMOT以及预训练模型，这里我下载了HRNetV2-W18网络的预训练代码，因为DLA网络用到了DCNv2

funcimportDCNv2FunctionFile“/root/deepblue/2_MOT/centerNet-deep-sort/CenterNet/src/lib/models/networks/DCNv2

DCNv2文章github上几个DCNv2的实现：pytorch实现1，pytorch2实现，caffe实现  脑洞大开的可变形卷积竟然出V2了，之前一直忙着别的事情，今天终于可以抽出时间好好研读一下这篇新作了

下载1.2cuda安装1.3cudnn配置1.4环境变量2.配置pytorch0.4.13.配置centernet3.1下载centernet3.2下载cocoapi3.3安装需要依赖库：3.4.编译DCNv2

CUDA10.0gcc版本7.3.0pytorch1.0.1P4原始环境：CUDA9.0gcc版本4.8.5pytorch1.1.0移植步骤：代码拷贝数据移植配环境遇到的问题及解决方法：1.运行代码时DCNv2