一、参考官网：

https://mmtracking.readthedocs.io/zh_CN/latest/install.html#

mmtracking，mmcv，mmdetection版本匹配关系：

MMTracking version	MMCV version	MMDetection version
master	mmcv-full>=1.3.17, \<2.0.0	MMDetection>=2.19.1, \<3.0.0
0.14.0	mmcv-full>=1.3.17, \<2.0.0	MMDetection>=2.19.1, \<3.0.0
0.13.0	mmcv-full>=1.3.17, \<1.6.0	MMDetection>=2.19.1, \<3.0.0
0.12.0	mmcv-full>=1.3.17, \<1.5.0	MMDetection>=2.19.1, \<3.0.0
0.11.0	mmcv-full>=1.3.17, \<1.5.0	MMDetection>=2.19.1, \<3.0.0
0.10.0	mmcv-full>=1.3.17, \<1.5.0	MMDetection>=2.19.1, \<3.0.0
0.9.0	mmcv-full>=1.3.17, \<1.5.0	MMDetection>=2.19.1, \<3.0.0
0.8.0	mmcv-full>=1.3.8, \<1.4.0	MMDetection>=2.14.0, \<3.0.0

二、安装：

• conda创建并激活mmtrack环境：

conda create -n mmtrack python=3.8 pip numpy -y
conda activate mmtrack

• 查看cuda版本：

nvcc -V 或者nvidia-smi
注意：
CUDA有 Runtime 运行API和 Driver 驱动API，两者都有对应的CUDA版本：
nvcc -V 显示的就是Runtime 运行API对应的CUDA版本，
而 nvidia-smi显示的是Driver 驱动API对应的CUDA版本。
一般运行API版本<=驱动API版本即可。
软件运行时调用的应该是Runtime API
cat /usr/local/cuda/version.txt 显示的就是cuda软链接里面的cuda版本

————————————————
版权声明：本文为CSDN博主「图形学挖掘机」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42416791/article/details/115720181

• 安装pytorch等：

pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113

注：我这边是cuda11.3版本的，所以在官网：
https://pytorch.org/get-started/previous-versions/
找11.3可以得到安装命令：
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113

• 安装mmvc

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.12.0/index.html

注意：cuda版本和torch版本要与上一步的匹配，我这里是cu113，torch版本是1.12.0，所以这里是torch1.12.0

• 安装mmdet，mmtrack参考官网：依赖 — MMTracking 0.14.0 文档

1. 安装 MMDetection：

   pip install mmdet
   

   或者如果您想修改代码，也可以从源码构建 MMDetection：

   git clone https://github.com/open-mmlab/mmdetection.git
   cd mmdetection
   注意：clone下来的master分支默认是3.0.0版本，mmtrack目前还不支持此版本，所以需要checkout到2.x版本再去编译。
   checkout命令：git checkout origin/2.x 
   编译安装命令：
   pip install -r requirements/build.txt
   pip install -v -e . # or "python setup.py develop"
   

   验证安装是否成功：

   import mmdet

   print(mmdet.__version__)

   # 预期输出：3.0.0 或其他版本号

   

   更多参考：

   开始你的第一步 — MMDetection 3.0.0 文档

2. 将 MMTracking 仓库克隆到本地：

   git clone https://github.com/open-mmlab/mmtracking.git
   cd mmtracking
   

3. 首先安装依赖，然后安装 MMTracking：

   pip install -r requirements/build.txt
   pip install -v -e .  # or "python setup.py develop"
   

4. 安装额外的依赖：

• 为 MOTChallenge 评估：

  pip install git+https://github.com/JonathonLuiten/TrackEval.git
  

• 为 LVIS 评估：

  pip install git+https://github.com/lvis-dataset/lvis-api.git
  

• 为 TAO 评估：

  pip install git+https://github.com/TAO-Dataset/tao.git

验证

为了验证是否正确安装了 MMTracking 和所需的环境，我们可以运行 MOT、VID、SOT 的示例脚本。

运行 MOT 演示脚本您可以看到输出一个命名为 mot.mp4 的视频文件：

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

三、踩过的坑

1. 报错：

The detected CUDA version (12.0) mismatches the version that was used to compile

      PyTorch (11.8). Please make sure to use the same CUDA versions.

原因：pytorch2.0.1不支持cuda12.0

解决办法：安装cuda11.8

2. 通过mim install "mmcv>=2.0.0"安装mmcv而不是pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.12.0/index.html

报错：

nvcc fatal   : Unsupported gpu architecture 'compute_89'

error: command '/usr/local/cuda-11.4/bin/nvcc' failed with exit code 1

[end of output]

note: This error originates from a subprocess, and is likely not a problem with pip.

error: legacy-install-failure

× Encountered error while trying to install package.

╰─> mmcv

note: This is an issue with the package mentioned above, not pip.

hint: See above for output from the failure.

原因：不同GPU算力不一致。算力参考：https://en.wikipedia.org/wiki/CUDA

3. 报错：pip install git+https://github.com/JonathonLuiten/TrackEval.git时报错：

  fatal: unable to access 'GitHub - JonathonLuiten/TrackEval: HOTA (and other) evaluation metrics for Multi-Object Tracking (MOT).': GnuTLS recv error (-110): The TLS connection was non-properly terminated.

  error: subprocess-exited-with-error

 

  × git clone --filter=blob:none --quiet GitHub - JonathonLuiten/TrackEval: HOTA (and other) evaluation metrics for Multi-Object Tracking (MOT). /tmp/pip-req-build-ex0bgbo7 did not run successfully.

  │ exit code: 128

  ╰─> See above for output.

 

  note: This error originates from a subprocess, and is likely not a problem with pip.

error: subprocess-exited-with-error

× git clone --filter=blob:none --quiet GitHub - JonathonLuiten/TrackEval: HOTA (and other) evaluation metrics for Multi-Object Tracking (MOT). /tmp/pip-req-build-ex0bgbo7 did not run successfully.

│ exit code: 128

╰─> See above for output.

note: This error originates from a subprocess, and is likely not a problem with pip.

原因：可能是github连接不稳定，

解决办法：重新执行几次命令即可。

4. ModuleNotFoundError: No module named ‘mmcv._ext‘

pip install mmcv-full==1.3.17 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.12.0/index.html

注意：链接中的cuda version和torch版本要对应

 参考：ModuleNotFoundError: No module named ‘mmcv._ext‘解决方案_no module named mmcv_AI 菌的博客-CSDN博客