| name | ascend-mmlab-install-suite |
| description | 昇腾NPU环境安装OpenMMLab系列库套件(mmcv/mmdet/mmdet3d/detectron2),支持本地+远程混合开发模式 |
ascend-mmlab-install-suite
功能
在昇腾NPU容器环境中安装 OpenMMLab 系列库,支持:
- mmcv(计算机视觉基础库)
- mmdet(目标检测库)
- mmdet3d(3D目标检测库)
- detectron2(Facebook的检测分割库)
运行环境
- 目标环境:昇腾NPU容器(Linux)
- 客户端:Windows/macOS/Linux
- 网络:需要访问 GitHub/Gitee
模块
- mmcv:编译安装 mmcv-full(含NPU算子)→
mmcv/SKILL.md
- mmdet:安装 mmdetection →
mmdet/SKILL.md
- mmdet3d:安装 mmdetection3d(含mmsegmentation依赖)→
mmdet3d/SKILL.md
- detectron2:从源码安装 detectron2(NPU兼容)→
detectron2/SKILL.md
配置
必要信息(需向用户确认)
-
目标服务器信息:
- 服务器地址/SSH连接方式
- 容器名称或ID
- 工作目录挂载路径(如 /home/zqq)
-
conda环境:
- 环境名称(如 torch2.1.0_py38)
- Python版本
- PyTorch版本
-
网络情况:
可选信息
- patch文件位置:DrivingSDK中的配置文件路径
- 安装顺序:根据用户需求调整
前置三方库依赖
在安装 OpenMMLab 库之前,需要安装前置依赖包。根据目标 PyTorch 版本选择对应的 requirements 文件:
| PyTorch版本 | requirements文件 |
|---|
| torch 2.1.x | requirements.txt |
| torch 2.6.0 | requirements_pytorch2.6.0.txt |
| torch 2.7.1 | requirements_pytorch2.7.1.txt |
| torch 2.7.1 (Ascend NPU) | requirements_pytorch2.7.1_a5.txt |
文件位置参考:DrivingSDK/model_examples/BEVFormer/requirements*.txt
安装方式:
pip install -r /path/to/requirements_xxx.txt
关键原则
⚠️ 重要:禁止直接pip安装OpenMMLab库
严禁使用 pip install mmcv-full 等方式直接安装,因为:
- DrivingSDK提供的patch文件包含NPU适配修改,直接安装会导致patch无法应用
- 必须使用源码安装 + 应用patch的方式
正确流程:
- 尝试直接git clone仓库, 如果超时, 则进行下一步
- 本地git clone仓库(使用镜像或直接clone)
- scp传输到服务器
- 应用DrivingSDK中的patch文件
- 编译安装
NPU环境检查
安装完成后必须验证:
python -c "import site; print([p for p in site.getsitepackages() if 'cuda' in p.lower()])"
如果有 CUDA 相关路径输出,说明安装的是 CUDA 版本,需要重新安装。
网络策略
| 情况 | 策略 |
|---|
| 服务器直连GitHub正常 | 在服务器上直接 git clone |
| 服务器网络超时 | 本地克隆 → scp传输到服务器 |
| 有代理 | 配置代理后操作 |
依赖关系
mmcv (基础)
├── mmdet
├── mmdet3d → 依赖 mmsegmentation
└── detectron2
决策指引
向用户提问确认:
- 使用哪个conda环境?
- 服务器网络情况如何?(能否直接访问GitHub)
- 是否需要安装所有库?还是特定库?
- patch文件位置?(如使用DrivingSDK)
安装前检查:
- 确认目标环境是NPU而非CUDA
- 检查torch_npu是否已安装
- 确认工作目录可写