torch / torchvision 版本不匹配：Could not run 'torchvision::nms' with arguments from the 'CUDA' backend

NotImplementedError: Could not run 'torchvision::nms' with arguments from the 'CUDA' backend.

现象与触发场景

常见触发场景：

• 装了 CPU 版 torchvision 但 torch 是 CUDA 版（或版本号不配套）
• 整合包/环境里 torch 与 torchvision 被其他插件升级到不同版本
• 检测类插件（Impact Pack 的 detector 等）调用 nms 时后端算子缺失

根因

• torchvision 的 CUDA 算子（nms 等）需要与该 torch 的 CUDA 版本精确配套编译；版本错配时该算子只注册了 CPU 实现，传入 CUDA 张量即报 Could not run ... with arguments from the 'CUDA' backend
• ltdrdata/ComfyUI-Impact-Pack#915 是在 ComfyUI 场景下报告该报错的实例（Impact Pack 的检测链路会调用 nms）
• 定位方法：报错只在经过检测节点时出现，说明问题不在工作流而在 torch/torchvision 环境

解决步骤

已按「最可能有效」排序。请从上往下做，每做完一步用「验证」确认，不要一次改五处。

1. 核对 torch 与 torchvision 的版本配对是否正确
   在 ComfyUI 所在环境里打印两者的版本与 CUDA 编译信息，确认 torchvision 是 CUDA 版且与该 torch 版本对应；Windows 整合包通常可以直接用内置的修复脚本或重新安装配对版本的 torchvision。
   python -c "import torch, torchvision; print(torch.__version__, torch.version.cuda); print(torchvision.__version__)"
   python -m pip install --force-reinstall torchvision
2. 在干净环境里重装配套版本（推荐给整合包用户）
   如果不确定哪一步把版本搞乱了，直接用 ComfyUI Manager 的"重装 torch"类功能，或按官方安装文档重新安装与本机 CUDA 匹配的 torch + torchvision 组合。官方排障文档也指出：插件之间的严格依赖版本（如 torch==2.4.1 与 torch>=2.4.2）冲突是常见根因。
3. 先做基线验证，确认是环境问题而非工作流问题
   用 --disable-all-custom-nodes 启动，此时不会有检测节点，程序本身应正常运行；再启用检测类插件并跑一个只含检测节点的最小工作流，若立刻复现 nms 报错，即可确认是 torch/torchvision 环境问题。
   python main.py --disable-all-custom-nodes

验证是否修好

补充说明

该报错是 PyTorch 生态通用报错（yolov7 等项目也大量出现），在 ComfyUI 侧主要影响带检测能力的插件；具体到某台机器该装哪个版本要看本机 CUDA 版本。

来源

1. [133] （节点仓库 issue）　Could not run 'torchvision::nms' with arguments from the 'CUDA' backen　https://github.com/ltdrdata/ComfyUI-Impact-Pack/issues/915
2. [68] （官方文档）　Troubleshooting Custom Node Issues　https://docs.comfy.org/troubleshooting/custom-node-issues

本条报错提到的节点仓库

下面这些节点仓库的名字出现在本条报错的正文里。这里只说「名字出现过」，没有断定问题就是它引起的； 点进去可以看这个包的用途、适配模型与下载量。

这条报错要用到的东西

按本条报错所属的类别（执行期运行时错误（张量/尺寸/节点））列出站内相关的下载包与板块入口。 它们不是「必须下载才能修好」，而是这一类问题里最常要动到的东西；具体怎么做，以上面的解决步骤为准。

同一类别的其他条目

返回报错库