基于PyTorch微调Mask R-CNN遇torch/torchvision模块错误求助

问题场景 #

跟随PyTorch官方教程微调Mask R-CNN模型时，遇到两类版本兼容问题：

1. 运行代码时报错：

   ---> 16 if torch._running_with_deploy():
   AttributeError: module 'torch' has no attribute '_running_with_deploy'
   

2. 克隆torchvision仓库后仍出现导入错误：

   ImportError: cannot import name '_meta_registrations' from 'torchvision' (C:\Users\anaconda33\lib\site-packages\torchvision\__init__.py)
   

解决方案 #

1. 严格匹配torch与torchvision版本

两类错误的核心原因均为torch和torchvision版本不兼容，_running_with_deploy和_meta_registrations是版本绑定的内部属性/模块：

• 先卸载现有冲突包：

  pip uninstall torch torchvision -y
  

• 根据本地CUDA版本选择完全匹配的版本安装（以CUDA 11.8为例）：

  pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu118
  

• 版本对应关系可参考PyTorch官方兼容表，确保大版本、CUDA版本完全对齐。

2. 修复克隆torchvision后的导入冲突

手动克隆仓库后需避免路径优先级问题：

• 不要直接在torchvision仓库根目录运行代码（Python会优先加载当前目录未安装的仓库版本，与本地torch版本不兼容）。
• 卸载旧torchvision后，在仓库目录执行本地安装：

  cd torchvision
  pip install -e .
  

• 安装前确认仓库README中的torch依赖要求，确保本地torch版本符合要求。

3. 检查Python模块搜索路径

若环境中存在多份torchvision，可能导致加载错误模块：

• 运行以下代码查看模块搜索优先级：

  import sys
  print(sys.path)
  

• 若非site-packages的路径（如当前工作目录）排在前面，移除该路径或切换到干净目录运行代码。

4. 用隔离环境彻底规避冲突（推荐）

通过conda创建独立环境，隔绝现有依赖：

conda create -n maskrcnn_env python=3.10
conda activate maskrcnn_env
# 安装匹配版本的torch和torchvision
pip install torch==2.0.1 torchvision==0.15.2 --index-url https://download.pytorch.org/whl/cu118

内容的提问来源于stack exchange，提问作者Lorent