MMdet3D--BEVFusion【2】训练报错以及解决方案

训练配置 RTX3090  单卡 24G cuda-11.8 torch-2.0.1

数据集 nuscenes-v1.0mini

前面我们已经对仅only-lidar进行训练，能够顺利跑通Mmdetection3d学习笔记--bevfusion跑通 在nuscenes v1.0-mini数据集上_孔猪猪的男朋友的博客-CSDN博客但是在训练lidar-camera融合时就报错。

1.报错一 ：分布式训练出错

我先是报的分布式训练出错。理论上我是单卡，即便我调用了分布式训练应该也能查到我的cuda号，我查阅了csdn很多方案，比如在训练前通过添加语句指定cuda使用哪一块来固定，以及在训练时指定参数1，依然没用，最后再查看tools底下的dist_train.sh文件有个gpu项，原来是8，将它改成1即可，就会取消分布式训练。记得dist_test.sh也要改一下，因为它的runner包含了训练和测试部分。

2.报错二 ：cuda out of memory

真的很致命这个问题。原论文使用的也是RTX3090 8张卡，每张卡4个Batch。我将lidar-camera的配置文件中的base_batch_size调整为1，依然oom：

就很费解，甚至去学习了一遍swintransformer网络架构 ，想要缩小图片再训练一遍图像权重，但是我的代码能力还是在copy阶段，所以放弃。

然后和群里同样想要训练bevfusion的群友进行讨论，给他看了我的batch_size修改处，结果他跟我说要改lidar_onlyconfig文件下的Batch_size:如下图所示：

 原来train_dataloader底下的batch_size为4， 现在改为2 ，就可以训练了。

 这是因为lidar-cam通过_base_继承了lidar-only的配置，所以需要通过修改lidar-only的batch_size 才有用。

 训练如下：

 batch_size=2的时候显存占用情况如下，可想而为4的时候真的狠狠oom了。。。

总结：感觉相同配置下，论文不会oom而Mmdetd/proj下的项目会还是代码的原因。但是小白真的不会修改别人的代码（卡Bug好几天了），尝试过清除缓存，尝试过指令将散落的cuda块统一起来（现在想起来我24576MiB差不多占了23000多，怎么可能有散落的。。）都没有用，还是和群友交流共同找办法有用。跑通了就可以开始学习别人的代码啦！希望对大家有帮助~

----------------------------训练6个epoch结果如下（第七个epoch）开始过拟合--------------------------------

可视化结果显示

 可能因为使用的是mini数据集，所以最后的结果精度不是很高~~