Pytorch 没有此操作符 torchvision::nms

在本文中，我们将介绍Pytorch中的一个常见问题，即”No such operator torchvision::nms”错误。我们将探讨这个问题的原因，并提供解决方法和示例代码。

问题描述

在使用Pytorch进行目标检测任务时，可能会遇到以下错误提示：

AttributeError: module 'torchvision' has no attribute 'nms'

或

RuntimeError: No such operator torchvision::nms

此错误通常表示当前安装的Pytorch版本不支持torchvision模块中的nms操作符，也就是非最大值抑制（non-maximum suppression）的操作符。

原因分析

Pytorch的torchvision模块提供了许多计算机视觉相关的函数和工具，包括图像变换、数据集加载、预训练模型等。然而，torchvision模块在不同版本之间可能会存在一些差异，导致其中的某些函数或操作符在较新或较旧的版本中不存在。

torchvision库的版本通常与Pytorch本身的版本相对应。如果使用较旧的Pytorch版本，可能会导致torchvision库中某些功能不可用，其中也包括nms操作符。

解决方法

要解决”No such operator torchvision::nms”错误，可以采取以下两种方法之一：

方法一：更新Pytorch和torchvision

首先，使用pip命令检查当前Pytorch和torchvision的版本：

import torch
import torchvision

print(torch.__version__)
print(torchvision.__version__)

如果输出的版本号较低，说明你的Pytorch和torchvision版本较旧。

然后，使用以下命令更新Pytorch和torchvision到最新版本：

pip install torch torchvision --upgrade

这将会下载并安装最新版本的Pytorch和torchvision。安装完成后，重新运行你的代码，问题应该得到解决。

方法二：手动实现非最大值抑制

如果你无法更新Pytorch和torchvision的版本，或者不想更新，你可以手动实现非最大值抑制的逻辑。

下面是一个简单的示例代码，演示如何使用Numpy和Pytorch的函数来实现非最大值抑制的功能：

import numpy as np
import torch

def nms(detections, threshold):
    scores = detections[:, 4]
    ordered_indices = np.argsort(scores)[::-1]

    keep = []
    while ordered_indices.size > 0:
        idx = ordered_indices[0]
        keep.append(idx)
        ious = calculate_iou(detections[idx], detections[ordered_indices[1:]])
        filtered_indices = np.where(ious <= threshold)[0]
        ordered_indices = ordered_indices[filtered_indices + 1]

    return keep

def calculate_iou(box, boxes):
    x1 = np.maximum(box[0], boxes[:, 0])
    y1 = np.maximum(box[1], boxes[:, 1])
    x2 = np.minimum(box[2], boxes[:, 2])
    y2 = np.minimum(box[3], boxes[:, 3])

    intersection = np.maximum(x2 - x1, 0) * np.maximum(y2 - y1, 0)
    area_box = (box[2] - box[0]) * (box[3] - box[1])
    area_boxes = (boxes[:, 2] - boxes[:, 0]) * (boxes[:, 3] - boxes[:, 1])
    iou = intersection / (area_box + area_boxes - intersection)

    return iou

# 示例用法
detections = torch.Tensor([[10, 10, 50, 50, 0.9], [20, 20, 60, 60, 0.8], [30, 30, 70, 70, 0.95]])
threshold = 0.5

keep = nms(detections.numpy(), threshold)
print(keep)

在上述示例代码中，我们首先根据置信度排序了检测框，然后使用IOU（交并比）来计算保留框的准则。通过不断筛选出符合条件的框，最终得到非最大值抑制的结果。

总结

Pytorch中的”No such operator torchvision::nms”错误通常是因为当前安装的Pytorch版本不支持torchvision模块中的nms操作符。为了解决此问题，我们可以通过更新Pytorch和torchvision到最新版本，或手动实现非最大值抑制的逻辑来解决。希望本文的解决方法能帮助到你。