问题记录--源码编译torchvision（待解决）

torchvision0.12推出了GPU Video Decoding的API，可通过以下代码读取视频流。

import torchvision

reader = torchvision.io.VideoReader(file_name, device='cuda:0')
for frame in reader:
    print(frame)

需从源码编译torchvision，链接：torchvision0.12功能

参考链接：编译安装过程

使用docker拉取Cuda11.3的镜像

docker run -it  --gpus all  -v /home/pc:/home --name test_ljf  pytorch/pytorch:1.11.0-cuda11.3-cudnn8-devel

# 退出容器
# exit

# 启动容器
docker start test_ljf

# 进入容器 （先启动后进入）
docker attach test_ljf

conda uninstall ffmpeg
pip uninstall torchvision

export TORCHVISION_INCLUDE=/home/ljf/Video_Codec_SDK_11.1.5/Interface/
export TORCHVISION_LIBRARY=/home/ljf/Video_Codec_SDK_11.1.5/Lib/linux/stubs/x86_64/

conda install -c conda-forge ffmpeg
export CUDA_HOME=/usr/local/cuda-11.3

python setup.py install

编译安装过程没有报错，但测试API出现以下问题：RuntimeError: Not compiled with GPU decoder support.

使用以下代码能顺利读取视频流，但无法使用Cuda，测试失败。

reader = torchvision.io.VideoReader('/home/ljf/vision/test4.mp4')

问题及版本详细信息：问题记录