0. 前言

MMTracking是一款基于PyTorch的视频目标感知开源工具箱，推出之时收到广泛的好评。
遗憾的是，MMTracking在安装的过程中会遇到极其多的问题，并且官方的wiki的FAQ以及GitHub上的issue中并没有很好回答这些问题。本文是笔者基于实践安装解决MMTracking的经验之谈，尝试从特定的系统环境去介绍如何安装MMTracking到您的服务器上，并且尝试浅谈错误的原因。

首先介绍笔者的系统环境：

• 平台：服务器
• OS：Ubuntu 22.04
• Nvidia环境：
  • Driver Version: 525.105.17
  • CUDA Version: 11.8 （装在用户目录下，非root）
  • 显卡型号：RTX 4090 * 8张

1. 问题与分析

影响MMTracking安装的因素有很多，包括但不完全地举例如下：

• Python版本
• Pytorch版本(强烈建议<2.x版本，建议低版本例如1.82)
• MMCV版本
• MMDetection版本
• CUDA版本
• ..

基于以上复杂环境，将会导致有复杂的情况发生。

因为MMTracking的安装依赖MMCV和MMDetection，它们三者之间的版本存在一定的约束关系，而我们安装的时候是一个一个独立安装的，这就造成了极大的麻烦。

1.1 OpenMMLab的复杂情况

为了阐述方便，在这里先介绍目前OpenMMLab工具箱的复杂情况。

(1)MMCV（以下“mmcv”和”MMCV”不区分大小写）

MMCV的版本发布过程中，经历过一些变化，包括名称和版本。

MMCV v2.0.0 正式版本于 2023 年 4 月 6 日发布。在 2.x 版本中，它删除了和训练流程相关的组件，并新增了数据变换模块。另外，从 2.x 版本开始，重命名包名 mmcv 为 mmcv-lite 以及 mmcv-full 为 mmcv。

为了方便理解，mmcv名称的版本变化如下：

更多：

• mmcv分支的维护情况 -> 链接
• mmcv的安装 ->链接
• mmcv的编译 ->链接

(2)MMTracking

为什么要首先介绍mmcv的情况呢？因为MMTracking依赖要求MMCV版本较低，可能存在冲突的问题。

我们首先查看MMTracking的官方文档：点击链接，按照doc的信息，我们很轻易了解到如下一些信息。

1. 依赖

我们先看MMTracking的依赖：

可见对于mmcv的要求严格低于2.x版本，mmdet严格低于3.x，我们装最新的肯定会出现问题。

2. 称呼

该文档的称呼是存在问题的，因为发展至今已经不再用mmcv-full作为mmcv完整版的称呼，可能会误导读者。

3. 安装方法

原文的安装方法存在问题，首先按照原文的方法安装mmcv和mmdet版本和方法都对不上，会造成非常多的问题。另一方面，依赖的相关版本在符合的区间内的自由组合并不一定完全有效。

麻烦的是，MMTracking最新的release版本停留在2022年10月，距离太远，很多依赖的安装方式已经发生了变化。

1.2 问题解决办法和分析

如果follow了官方文档的做法，很可能会导致如下一些问题。

1.2.1 编译时C++版本不匹配

产生相当多的警告和报错，其中关键如下：

1

...C++17 or later compatible compiler is required to use ATen...

主要原因是：

• 编译低版本的MMCV；
• 使用了高版本的PyTorch。PyTorch 2.x 版本开始采用C++17编译，MMCV的低版本用C++14编译。

临时解决方法：

• 在MMCV源码的setup.py中找到-std=c++14全部修改为-std=c++17。具体参考issue：点击此处

1.2.2 缺少模块：No module named ‘mmcv._ext’

一般在import mmcv的相关库时会报此错误，官方doc是建议卸载尝试重新编译，其实一般没有效果。

解决办法：换其他版本的mmdet、mmcv和PyTorch，不要纠结某个版本。

解决思路：查看mim的报错提示，解决MMDet和MMTraking对MMCV的版本依赖，找到版本的兼容交集。

2. 可用环境

下面简单介绍笔者可用的环境：

• PyTorch：torch==1.11.0+cu113
• Python：3.7
• MMCV:1.6.0
• MMDetection:2.24.0

安装指令如下：

PyTorch：

1

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

首先安装Openmim用于便捷安装OpenMMLab的工具箱：

1

pip install -U openmim

直接安装MMCV和MMDetection：

1
2

mim install 'mmcv-full==1.6.0'
mim install 'mmdet==2.26.0'

这里解释一下，之所以还要用mmcv-full是因为安装mmdet的时候与mim自动安装的mmcv冲突，总之是一个很麻烦的事情。

安装MMTracking：

1
2
3
4

git clone https://github.com/open-mmlab/mmtracking.git
cd mmtracking
pip install -r requirements/build.txt
pip install -e . -v

检查MMTracking安装，通过运行例程：

1

python demo/demo_mot_vis.py configs/mot/deepsort/sort_faster-rcnn_fpn_4e_mot17-private.py --input demo/demo.mp4 --output mot.mp4