出现 RuntimeError: operator torchvision::nms does not exist,最常见原因是 torch 和 torchvision 版本不匹配,其次是安装包来源混乱、cuda 版本对不上、torchvision 是残缺包或者旧代码调用方式不兼容。torchvision 的 nms 算子是编译在 torchvision 的 C++ 算子库里面的,如果 torch 版本和编译 torchvision 时用的 torch 不一致,加载算子就会找不到这个算子,直接抛出该报错。排查流程是先打印 torch、torchvision 版本核对兼容表,再检查 CUDA 版本是否一致,接着卸载全部 torch 相关包,按官方匹配组合重装,最后检查导入和调用写法。很多人用 pip 直接装 torchvision,没指定对应 torch,很容易装上版本错位的包,GPU 环境、conda 环境更容易出现这个问题。
一、版本核对命令
import torch
import torchvision
print(torch.__version__)
print(torchvision.__version__)
print(torch.version.cuda)
二、常见匹配规则(核心)
| PyTorch 版本 | torchvision 对应版本 |
|---|---|
| 2.4.x | 0.19.x |
| 2.3.x | 0.18.x |
| 2.2.x | 0.17.x |
| 2.1.x | 0.16.x |
| 2.0.x | 0.15.x |
注意:不要跨大版本混用,例如 torch2.4 + torchvision0.18 大概率触发算子缺失。
三、分步修复方案清单
- 卸载旧包(pip)
pip uninstall torch torchvision torchaudio -y
- 去 PyTorch 官网复制对应安装命令,一次性安装 torch+torchvision+torchaudio
示例(CPU 版,按需替换 CUDA)
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
- 重装完成后,再次运行上面版本打印代码确认版本对齐
- 代码写法检查:新版 torchvision nms 导入
from torchvision.ops import nms
keep = nms(boxes, scores, iou_threshold=0.5)
⚠️ 不要使用废弃的底层调用方式 torch.ops.torchvision.nms
四、其他次要诱因
- 同时装了 conda + pip 两套 torch,环境冲突
- 本地编译源码版 torchvision,编译时 torch 版本和运行时 torch 不一致
- 用了预编译的 torchvision,但是系统 CUDA runtime 和编译时 CUDA 版本不一致
五、快速判断
✅ 版本对齐后,90% 以上该报错可以直接解决;
❌ 如果版本匹配依然报错:大概率是包损坏、环境污染,建议新建纯净 conda 环境重装。
【相关 FAQ】
问题 1:RuntimeError: operator torchvision::nms does not exist,是不是代码写的 nms 函数名字写错了?
回答 1:这个报错绝大多数情况不是函数名写错,是 torch 和 torchvision 版本不匹配,导致算子 torchvision::nms 无法加载,优先核对版本。
问题 2:RuntimeError: operator torchvision::nms does not exist,重装的时候只单独重装 torchvision 行不行?
回答 2:不建议只单独重装 torchvision,容易继续版本错位,最好把 torch、torchvision、torchaudio 一起卸载,用 PyTorch 官方命令整套安装。
问题 3:RuntimeError: operator torchvision::nms does not exist,版本匹配之后还报错怎么办?
回答 3:版本匹配还报错,一般是环境污染、混合 conda/pip 包或者包损坏,建议新建干净虚拟环境,再执行官方安装指令。
【参考资料】
[2026-11-09](RuntimeError: operator torchvision::nms does not exist)PyTorch 论坛
[2026-09-15](torchvision ops nms 算子缺失问题排查)CSDN 技术博客
[2026-07-22](PyTorch 官方版本兼容对照表)pytorch.org
【免责声明】
本文为该报错通用排查方案,不同操作系统、CUDA 版本、源码编译环境会有差异;最终以 PyTorch 官方文档为准,不保证适配所有自定义编译、离线内网环境。
