Ubuntu运行Deformable-DETR遇_NewEmptyTensorOp导入错误求助

环境与问题背景 #

• 系统：Ubuntu 20.04.6 LTS
• Python版本：3.10.9
• 运行命令：

./configs/r50_deformable_detr_plus_iterative_bbox_refinement_plus_plus_two_stage.sh --resume ./pre-trained models/r50_deformable_detr_plus_iterative_bbox_refinement_plus_plus_two_stage-checkpoint.pth --eval

已按要求配置预训练模型与COCO验证集目录，运行后触发以下错误：

ImportError: cannot import name '_NewEmptyTensorOp' from 'torchvision.ops.misc'

当前环境依赖：torch 2.0.1、torchvision 0.15.2。已尝试的操作：

• 执行pip install torch torchvision --upgrade升级，错误未解决
• 降级torchvision至0.13.2，出现from .torchvision_datasets import CocoDetection as TvCocoDetection导入错误

可行解决方案 #

方案1：手动补充缺失的类定义（无需修改依赖版本） #

_NewEmptyTensorOp在高版本torchvision中已被移除，直接在项目代码中补充该类：

1. 打开util/misc.py，注释或删除原导入行：

# from torchvision.ops.misc import _NewEmptyTensorOp

2. 在该文件中添加以下类定义：

class _NewEmptyTensorOp(torch.autograd.Function):
    @staticmethod
    def forward(ctx, x, new_shape):
        ctx.shape = x.shape
        return x.new_empty(new_shape)

    @staticmethod
    def backward(ctx, grad):
        shape = ctx.shape
        return grad.new_empty(shape), None

修改后重新运行命令即可绕过版本兼容问题。

方案2：使用官方推荐的稳定依赖版本 #

Deformable-DETR官方验证的兼容版本组合：

• torch == 1.9.0
• torchvision == 0.10.0
• torchaudio == 0.9.0

执行以下命令强制安装（CUDA环境需对应版本）：

# CPU版本
pip install torch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 --force-reinstall

# CUDA 11.1版本
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

方案3：适配低版本torchvision的数据集导入逻辑 #

若坚持使用torchvision 0.13.2，修改datasets/coco.py的导入与类初始化：

1. 替换导入语句：
   将

from .torchvision_datasets import CocoDetection as TvCocoDetection

改为

from torchvision.datasets import CocoDetection as TvCocoDetection

2. 调整CocoDetection类的初始化参数（移除官方torchvision不支持的参数）：

class CocoDetection(TvCocoDetection):
    def __init__(self, img_folder, ann_file, transforms, return_masks, cache_mode=False, local_rank=0, local_size=1):
        super(CocoDetection, self).__init__(img_folder, ann_file)
        self._transforms = transforms
        self.prepare = ConvertCocoPolysToMask(return_masks)

内容的提问来源于stack exchange，提问作者Pascual