| 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
