编译带CUDA支持的DCNv2时出现THC.h文件缺失错误求助

核心原因 #

报错/THC.h: No such file or directory是因为编译器无法定位PyTorch内置的CUDA头文件路径，和CUDA与GCC的兼容性无关。

解决步骤 #

1. 确认THC.h的实际位置 #

先通过命令找到PyTorch中THC.h的具体路径：

find /usr/lib/python3.6/site-packages/torch -name "THC.h"
# 若你是用pip安装的PyTorch，替换路径为/usr/local/lib/python3.6/site-packages/torch后重新执行

执行后会得到类似/usr/lib/python3.6/site-packages/torch/include/THC/THC.h的结果，记下该路径的父目录（即/usr/lib/python3.6/site-packages/torch/include）。

2. 修改DCNv2的setup.py文件 #

打开DCNv2项目根目录下的setup.py，找到include_dirs配置项，将刚才获取的PyTorch include路径添加进去：

include_dirs = [
    os.path.join(os.path.dirname(__file__), 'include'),
    "/usr/lib/python3.6/site-packages/torch/include",  # 替换成你实际找到的路径
]

也可以用更通用的写法，让PyTorch自动获取路径：

include_dirs = [
    os.path.join(os.path.dirname(__file__), 'include'),
    torch.utils.cpp_extension.include_paths()[0],
]

3. 临时设置环境变量（可选） #

如果不想修改setup.py，可在编译前设置CPATH环境变量，让编译器自动识别头文件路径：

export CPATH=$CPATH:/usr/lib/python3.6/site-packages/torch/include
# 替换成你实际找到的路径

之后再执行编译命令python setup.py build develop。

4. Arch Linux额外适配 #

若上述方法无效，可尝试将CUDA的include路径也加入环境变量：

export CPATH=$CPATH:/usr/local/cuda-10.0/include

内容的提问来源于stack exchange，提问作者Smeets