You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

本地部署GraspDetSeg_CNN库遇setuptools相关错误求助

解决GraspDetSeg_CNN部署中的ValueError: bad marshal data及弃用警告问题

1. 清理损坏的字节码缓存

ValueError: bad marshal data (unknown type code)大多是缓存的编译字节码(.pyc文件)损坏导致,先彻底清理相关缓存:

  • 删除仓库目录下的所有__pycache__文件夹:
    find . -type d -name "__pycache__" -exec rm -rf {} +
    
  • 清理Anaconda环境缓存:
    conda clean --all
    
  • 清空pip缓存:
    pip cache purge
    

2. 降级setuptools到兼容版本

你使用的Python 3.7、torch 1.1.0属于较旧版本,最新版setuptools会触发大量弃用警告,甚至引发兼容性冲突,建议降级到适配版本:

pip install setuptools==45.0.0

该版本对Python 3.7及旧版setup.py的兼容性更好,能有效减少弃用警告。

3. 用pip安装并禁用构建隔离

跳过PEP517的隔离构建逻辑,直接使用当前环境依赖完成安装:

cd grasp_det_seg_cnn
pip install . --no-build-isolation

若仍有问题,强制重新安装依赖:

pip install . --no-build-isolation --force-reinstall

4. 验证CUDA与torch的兼容性

Ubuntu 22.04的系统库可能和旧版CUDA存在适配问题,先确认torch是否正确关联CUDA:

import torch
print(torch.cuda.is_available())

若输出False,需重新安装适配CUDA 10.1的torch版本(torch 1.1.0官方预编译包适配CUDA 10.0,CUDA 10.1可兼容):

pip install torch==1.1.0 torchvision==0.3.0 -f https://download.pytorch.org/whl/cu100/torch_stable.html

若编译仍出错,可考虑降级CUDA到10.0,或从源码编译torch。

5. 手动编译扩展模块并添加路径

如果上述方法均失效,直接跳过安装流程,手动编译扩展模块后添加Python路径:

  • 编译扩展模块:
    python setup.py build_ext --inplace
    
  • 将仓库目录添加到Python路径:
    export PYTHONPATH=$PYTHONPATH:/path/to/grasp_det_seg_cnn
    
    替换/path/to/grasp_det_seg_cnn为你的实际仓库路径,之后即可直接使用仓库代码。

内容的提问来源于stack exchange,提问作者Obaidullah Zaland

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.17 11:37:19