Skip to content
TheChatArchiveThe Chat Archive
gpt-4o-mini-2024-07-18· OpenAIAi2 WildChat-4.8M (AI2)

Preparing metadata (setup.py) ... error error: subprocess-exited-with-error × python…

  1. User

    Preparing metadata (setup.py) ... error error: subprocess-exited-with-error

    × python setup.py egg_info did not run successfully. │ exit code: 1 ╰─> [8 lines of output] fatal: not a git repository (or any of the parent directories): .git Traceback (most recent call last): File "", line 2, in File "", line 34, in File "C:\Users\chuuimc\AppData\Local\Temp\pip-install-uf347k1r\onnx_1a47029272c0469d877efa2740dc5ab5\setup.py", line 81, in assert CMAKE, "Could not find cmake executable!" ^^^^^ AssertionError: Could not find cmake executable! [end of output]

    note: This error originates from a subprocess, and is likely not a problem with pip. error: metadata-generation-failed

    × Encountered error while generating package metadata. ╰─> See above for output.

    note: This is an issue with the package mentioned above, not pip. hint: See above for details.

  2. Assistant

    The error message you're seeing indicates a failure in the package installation process, specifically when trying to install the onnx package. Here's a breakdown of what the error means and the steps you can take to resolve it:

    1. CMake Requirement: The error includes the line assert CMAKE, "Could not find cmake executable!", indicating that the installation process requires CMake, a build system, which is not found on your system. This is a common issue when installing packages that need to be compiled from source.

    2. Not a Git Repository: There’s also a message about not being a Git repository. This part may not be directly related to the failure, but it suggests that the installation process might be trying to access Git information and is unable to do so because the current directory is not a Git repo.

    Steps to Resolve:

    1. Install CMake:

      • You need to install CMake. If you have Python and pip installed, you can follow these steps:

      • Using pip:

        pip install cmake
        
      • Using a package manager:

        • If you're on Windows, you can use Chocolatey:
          choco install cmake
          
        • On macOS, you can use Homebrew:
          brew install cmake
          
        • On Ubuntu or Debian, you can use APT:
          sudo apt-get install cmake
          
    2. Verify CMake Installation:

      • After installing CMake, ensure that it is correctly installed by running:
        cmake --version
        
    3. Retry Installing ONNX:

      • Once CMake is installed, try reinstalling the ONNX package:
        pip install onnx
        

    If you continue to face issues, consider checking for any additional dependencies required by ONNX or ensuring your Python environment is properly configured. If you are working in a virtual environment, make sure it is activated before running these commands.

  3. User

    中文回答

  4. Assistant

    你所看到的错误信息表明在安装 onnx 包时出现了问题,具体是在生成包的元数据时失败。这里是错误的分析以及解决步骤:

    1. CMake 需求: 错误信息中提到 assert CMAKE, "Could not find cmake executable!",这表示安装过程中需要 CMake,但你的系统中没有找到它。许多需要从源代码编译的包都依赖于 CMake。

    2. 不是 Git 仓库: 还有一条信息提到“不是一个 Git 仓库”。这个问题可能与安装失败没有直接关系,但它表明安装过程可能尝试访问 Git 信息,而当前目录不是 Git 仓库。

    解决步骤:

    1. 安装 CMake:

      • 你需要先安装 CMake。如果你已经安装了 Python 和 pip,可以根据以下步骤进行安装:

      • 使用 pip 安装:

        pip install cmake
        
      • 使用包管理器:

        • 如果你在 Windows 上,可以使用 Chocolatey:
          choco install cmake
          
        • 在 macOS 上,可以使用 Homebrew:
          brew install cmake
          
        • 在 Ubuntu 或 Debian 上,可以使用 APT:
          sudo apt-get install cmake
          
    2. 验证 CMake 安装:

      • 安装完 CMake 后,可以通过以下命令检查它是否成功安装:
        cmake --version
        
    3. 重试安装 ONNX:

      • 一旦 CMake 安装成功,再次尝试安装 ONNX 包:
        pip install onnx
        

    如果你仍然遇到问题,可以检查 ONNX 可能需要的其他依赖项,或者确保你的 Python 环境配置正确。另外,如果你正在使用虚拟环境,请确保在运行这些命令之前激活该环境。

  5. User

    requirements: AutoUpdate success ✅ 21.2s, installed 2 packages: ['onnxslim', 'onnxruntime'] requirements: ⚠️ Restart runtime or rerun command for updates to take effect

  6. Assistant

    根据你提供的消息,以下是对你所看到的信息的解释和建议:

    1. AutoUpdate Success: 这表示系统成功更新了相关的依赖包。这次更新涉及两个包:onnxslim 和 onnxruntime,而且整个过程耗时约 21.2 秒。这意味着这些包已经成功安装到你的环境中。

    2. Restart Runtime or Rerun Command: 这个提醒说明,你需要重启运行时环境或者重新执行命令才能使更新生效。这通常是因为包的更新可能涉及某些关键组件的加载,而这些组件在初始启动时已经被加载。因此,需要重启运行时才能使新的或更新的包生效。

    后续步骤:

    • 重启运行时: 如果你在使用 Jupyter Notebook、Google Colab 或类似的平台,通常可以通过以下方式重启运行时:

      • 在 Jupyter Notebook 中,你可以点击菜单中的 Kernel > Restart。
      • 在 Google Colab 中,点击菜单中的 Runtime > Restart runtime。
    • 重新运行命令: 如果你选择不重启运行时,你也可以直接重新执行你需要的命令来查看更新包的效果。

    确认以上步骤后,你可以继续你的工作并使用刚刚更新的库。希望这可以帮助到你!如果有其他问题,请随时问我。

  7. User

    PS F:\yolo8v> & f:/yolo8v/.venv/Scripts/python.exe f:/yolo8v/pgp.py Ultralytics 8.3.57 � Python-3.11.9 torch-2.5.1+cu118 CPU (AMD Ryzen 5 2600 Six-Core Processor) Model summary (fused): 168 layers, 3,005,843 parameters, 0 gradients, 8.1 GFLOPs

    PyTorch: starting from 'F:\yolo8v\runs\detect\train3\weights\best.pt' with input shape (1, 3, 640, 640) BCHW and output shape(s) (1, 5, 8400) (5.9 MB) ONNX: export failure ❌ 0.9s: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败。 Traceback (most recent call last): File "f:\yolo8v\pgp.py", line 12, in model.export(format="onnx") File "F:\yolo8v.venv\Lib\site-packages\ultralytics\engine\model.py", line 738, in export return Exporter(overrides=args, callbacks=self.callbacks)(model=self.model) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "F:\yolo8v.venv\Lib\site-packages\ultralytics\engine\exporter.py", line 390, in call f[2], _ = self.export_onnx() ^^^^^^^^^^^^^^^^^^ File "F:\yolo8v.venv\Lib\site-packages\ultralytics\engine\exporter.py", line 170, in outer_func raise e File "F:\yolo8v.venv\Lib\site-packages\ultralytics\engine\exporter.py", line 165, in outer_func f, model = inner_func(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "F:\yolo8v.venv\Lib\site-packages\ultralytics\engine\exporter.py", line 483, in export_onnx import onnx # noqa ^^^^^^^^^^^ File "F:\yolo8v.venv\Lib\site-packages\onnx_init.py", line 77, in from onnx.onnx_cpp2py_export import ONNX_ML ImportError: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败。

  8. Assistant

    根据你提供的错误信息,当前的情形是你在使用 Ultralytics YOLO 模型进行 ONNX 导出时遇到了某个动态链接库(DLL)加载失败的问题。具体的错误信息是:

    ImportError: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败。
    

    这种错误通常与以下几种可能的原因有关:

    可能的原因及解决方案

    1. 缺失依赖项:

      • 确保已安装 onnx 和所有相关依赖项。你可以通过以下命令重新安装:
        pip install --upgrade onnx
        pip install --upgrade numpy
        
    2. CUDA 和 cuDNN 兼容性:

      • 如果你在使用 GPU 版本,确保你的 CUDA 和 cuDNN 版本与 PyTorch 和 ONNX 版本兼容。请检查你的 PyTorch 安装说明,确认你的 CUDA 版本是否与预期匹配。
    3. 虚拟环境问题:

      • 确保在正确的虚拟环境中运行脚本。如果你在一个虚拟环境中安装了 onnx,请确保在运行时已经激活了这个虚拟环境。
    4. 重装 ONNX:

      • 有时重新安装 ONNX 可以解决问题。尝试以下命令:
        pip uninstall onnx
        pip install onnx
        
    5. 检查 Python 版本:

      • 确认你的 Python 版本与安装的库兼容。某些库可能对特定的 Python 版本有要求。
    6. 运行环境:

      • 如果你是在 Windows 上运行,确保有运行相关 DLL 的所有必需权限。有时需要以管理员权限运行命令提示符。
    7. 其他依赖:

      • ONNX 可能依赖于其他库,比如 NumPy 或其他,你可以尝试更新它们:
        pip install --upgrade numpy
        

    示例步骤

    例如,如果你需要重新安装 onnx 和 numpy,可以执行以下命令:

    # 激活虚拟环境
    # Windows
    F:\yolo8v\.venv\Scripts\activate
    
    # 更新相关库
    pip install --upgrade onnx numpy
    

    确保在完成这些步骤后重新尝试导出模型。如果问题仍然存在,请根据具体错误信息进一步调查。希望这些建议能帮助你解决问题!如果还有其他问题或需要进一步的支持,请随时告诉我。

  9. User

    imc\AppData\Local\Temp\pip-install-mgyestuo\onnx_f3f473812c864c4981af90c0f17256d6']' returned non-zero exit status 1. [end of output]

    note: This error originates from a subprocess, and is likely not a problem with pip. ERROR: Failed building wheel for onnx Running setup.py clean for onnx Failed to build onnx ERROR: ERROR: Failed to build installable wheels for some pyproject.toml based projects (onnx)

  10. Assistant

    你在安装 onnx 包时遇到了错误,具体表现在构建 wheel 文件失败。这个问题可能由于多个因素造成,下面是一些可能的原因及其解决方案:

    可能的原因及解决方案

    1. 缺少构建工具

      • 使用 onnx 需要 CMake 和其他构建工具,如果你尚未安装 CMake 或其他必要的编译工具,请按照以下步骤进行安装:
        • 在 Windows 上,你可以使用 Chocolatey:
          choco install cmake
          
        • 或者直接从 CMake 超级网站下载并安装 CMake.
    2. Python 和 pip 版本

      • 确保你的 Python 和 pip 是最新版本,某些库在旧版本上可能无法正常工作。你可以使用以下命令升级 pip:
        python -m pip install --upgrade pip
        
    3. 使用预编译的轮子

      • 有时直接使用 pip 安装官方发布的预编译版本可能更为简单。你可以尝试从 PyPI 安装 onnx:
        pip install onnx --no-cache-dir
        
    4. 依赖项问题

      • 确保没有过时的依赖项。你可以通过以下命令更新依赖项:
        pip install --upgrade numpy protobuf
        
    5. 从源代码安装

      • 如果以上方法均无效,尝试从源代码安装 onnx,可以先克隆其 GitHub 仓库并安装:
        git clone https://github.com/onnx/onnx.git
        cd onnx
        python setup.py install
        
    6. 使用 Conda(如果适用)

      • 如果你在使用 Conda,可以尝试通过 Conda 安装 onnx:
        conda install onnx
        
    7. 查看更多具体的错误日志

      • 检查终端输出中的更详细的错误信息,通常在错误信息的前面部分会有关于具体失败的原因。这可以帮你更好地定位问题。

    示例步骤

    假设你选择使用 pip 安装 ONNX,以下是你可以执行的通用步骤:

    # 更新 pip
    python -m pip install --upgrade pip
    
    # 更新必要的库
    pip install --upgrade numpy protobuf
    
    # 尝试安装 ONNX
    pip install onnx
    

    如果这些方法都没有解决问题,请确保你的开发环境中安装了所有必需的工具,然后再尝试安装。如果仍然有问题,请随时提供更新的信息,我会尽力帮助你!

  11. User

    from onnx.onnx_cpp2py_export import ONNX_ML ImportError: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败。

  12. Assistant

    你看到的错误信息 ImportError: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败 通常是由以下几种原因引起的,解决这些问题的方法如下:

    可能的原因及解决方案

    1. CMake和其他构建工具缺失:

      • 安装 ONNX 需要 CMake等构建工具。如果你还没有安装,请参考下面的命令来安装 CMake。
      • 在 Windows 上,你可以使用 Chocolatey:
        choco install cmake
        
      • 或者直接从 CMake 官网 下载并安装。
    2. Python 环境问题:

      • 确保你在一个干净的虚拟环境中运行。如果你混合使用了不同版本的库或依赖项,可能会导致此类问题。你可以创建一个新的虚拟环境并在里面安装 onnx:
        python -m venv myenv
        myenv\Scripts\activate
        pip install --upgrade pip
        pip install onnx
        
    3. CUDA 和 cuDNN 兼容性:

      • 如果你在使用基于 GPU 的 ONNX,确保你安装的 CUDA 和 cuDNN 版本与 PyTorch 和 ONNX 版本兼容。具体的版本可以查看 PyTorch 的安装页面。
    4. 删除和重新安装 ONNX:

      • 有时会由于之前的安装不完全而导致 DLL 问题,尝试卸载然后重新安装 ONNX:
        pip uninstall onnx
        pip install onnx
        
    5. 更新相关库:

      • 有些时候,老版本的相关库也可能导致问题,尝试更新 NumPy 和 Protobuf:
        pip install --upgrade numpy protobuf
        
    6. 检查系统路径:

      • 确保你的系统 PATH 环境变量没有包含错误或冲突的路径,可能会干扰 DLL 的加载。特别是确认没有多个 Python 版本路径冲突。
    7. 使用 Anaconda (如果适用):

      • 如果你使用 Anaconda,可以尝试直接通过 Conda 安装 ONNX,这样会更好地管理依赖:
        conda install -c conda-forge onnx
        

    示例步骤

    例如,创建新环境并安装 onnx 的步骤如下:

    # 创建虚拟环境
    python -m venv myenv
    
    # 激活虚拟环境
    myenv\Scripts\activate  # Windows
    # source myenv/bin/activate  # macOS/Linux
    
    # 更新 pip
    pip install --upgrade pip
    
    # 安装 ONNX
    pip install onnx
    

    希望以上的建议能够帮助你解决问题!如果问题仍然存在,请随时更新我,提供更多的错误信息或上下文,我会继续协助你。

  13. User

    from onnx.onnx_cpp2py_export import ONNX_ML ImportError: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败。

  14. Assistant

    关于你遇到的错误 ImportError: DLL load failed while importing onnx_cpp2py_export: 动态链接库(DLL)初始化例程失败。,这通常与环境配置、依赖库或编译设置有关。以下是一些具体的解决方案和调试步骤,你可以尝试按照这些步骤解决该问题:

    解决步骤

    1. 检查和安装 C++ Redistributable:

    2. 确保使用合适的 Python 版本:

      • 确保你正在使用的 Python 版本与 ONNX 兼容(一般推荐 Python 3.6 或更高版本)。你可以检查 Python 版本:
        python --version
        
    3. 在虚拟环境中安装:

      • 确保你在一个干净的虚拟环境中运行,避免和系统环境或其他项目中的库冲突。如果你还没有创建虚拟环境,可以尝试以下命令:
        python -m venv venv
        venv\Scripts\activate  # Windows
        # source venv/bin/activate  # Linux/Mac
        
        pip install --upgrade pip
        pip install numpy
        pip install onnx
        
    4. 更新相关库:

      • 确保 NumPy 和 Protobuf 更新到最新版本:
        pip install --upgrade numpy protobuf
        
    5. 安装 ONNX 预编译版本:

      • 如果你之前使用 pip 安装 onnx,尝试使用以下命令获取预编译版本:
        pip install onnx --no-cache-dir
        
    6. 检查 PATH 环境变量:

      • 确保你的系统 PATH 中没有发生错误或不必要的路径,比如多个 Python 安装的冲突,或者 DLL 文件的路径冲突。
    7. 使用 Anaconda 安装:

      • 如果你使用 Anaconda,考虑通过 Conda 安装 ONNX。使用 Conda 安装可以更好地管理依赖关系:
        conda install -c conda-forge onnx
        

    示例步骤

    以下是一个在 Python 虚拟环境中安装 ONNX 的示例步骤:

    # 创建和激活虚拟环境
    python -m venv myenv
    myenv\Scripts\activate  # Windows
    # source myenv/bin/activate  # Linux/Mac
    
    # 更新 pip 和安装必要依赖
    pip install --upgrade pip
    pip install --upgrade numpy protobuf
    
    # 安装 ONNX
    pip install onnx
    

    其他调试步骤

    • 查看其他错误信息: 在执行导入时,如果有额外的错误提示也要注意,它们可能提供进一步的线索。
    • 运行环境: 在不同的机器或者不同版本的操作系统上测试,有时硬件或系统配置相关。

    希望这些建议能帮助你解决问题!如果问题仍然存在,请继续分享错误信息及相关背景,我将尽力为你提供更多帮助。

  15. User

    requirements: Ultralytics requirement ['onnxslim'] not found, attempting AutoUpdate...

  16. Assistant

    看到 Ultralytics requirement ['onnxslim'] not found, attempting AutoUpdate... 这样的提示通常表明 Ultralytics 代码需要 onnxslim 库,但当前环境中未找到该库。onnxslim 是用于压缩和优化 ONNX 模型的工具。

    解决步骤

    1. 手动安装 onnxslim:

      • 尝试手动安装 onnxslim 依赖。运行以下命令:
        pip install onnxslim
        
    2. 更新 Ultralytics:

      • 如果 onnxslim 与 Ultralytics 有版本依赖关系,确保你使用的是最新版本的 Ultralytics:
        pip install --upgrade ultralytics
        
    3. 检查依赖关系:

      • 检查一下你的 requirements.txt 文件(如果有的话),查看是否需要手动添加 onnxslim。
    4. 确认环境是否干净:

      • 确保你的 Python 虚拟环境没有混合其他项目的库,这可能会导致依赖冲突。如果不确定,可以考虑创建一个新的虚拟环境并在其中安装库:
        python -m venv myenv
        myenv\Scripts\activate  # Windows
        # source myenv/bin/activate  # Linux/Mac
        
        pip install ultralytics
        pip install onnxslim
        
    5. 自动更新:

      • 有时自动更新可能在后台运行。如果你看到 attempting AutoUpdate...,表示系统正在尝试自动解决依赖问题。你可以等待更新完成或观察更新的输出。

    检查安装

    如果一切顺利,安装完成后,你可以验证 onnxslim 是否正确安装:

    # 在 Python 中检查
    import onnxslim
    print(onnxslim.__version__)
    

    总结

    确保你的环境中安装了所有必要的库,并且它们是兼容的。希望以上的解决方案能够帮助你解决问题!如果问题依然存在,请随时告知我,提供更多的错误信息,我将尽力提供帮助。