SpNet 的环境配置问题与解决方式

Superpoint Network for Point Cloud Oversegmentation

代码链接

它本身的环境

Python 3.6.6
Pytorch 1.4.0
CUDA 10.1

我配置的 cuda ： 11.1 选择的pytorch=1.8.0 python=3.6

一、compile the "libply_c" library 

第一步：编译的准备工作，参考 编译方式

这个是它推荐的参考链接，由于我创建环境的时候已经安装了pytorch，所以只执行了2,3步骤

pip install future python-igraph tqdm transforms3d pynvrtc fastrlock cupy h5py sklearn plyfile scipy pandas
conda install -c anaconda boost; conda install -c omnia eigen3; conda install eigen; conda install -c r libiconv

安装库的时候，可能整行的命令安装时会报错，建议逐步安装。

（sklearn的名称需要更换为 scikit-learn）

第二步：编译过程

CONDAENV=YOUR_CONDA_ENVIRONMENT_LOCATION
cd libs/ply_c
cmake . -DPYTHON_LIBRARY=$CONDAENV/lib/libpython3.6m.so -DPYTHON_INCLUDE_DIR=$CONDAENV/include/python3.6m -DBOOST_INCLUDEDIR=$CONDAENV/include -DEIGEN3_INCLUDE_DIR=$CONDAENV/include/eigen3
make
cd ../../

上面是它本身给出的编译相关命令

首先，你要知道你的环境地址，

conda info --envs

查找你的环境对应的地址。

然后使用cd 命令进入文件（实际上的命令如下）

cd lib/ply_c

 之后，使用cmake 的时候，要将CONDAENV 更改为你环境对应的地址（该命令有指定libpython3.6.m,如果你安装的python版本不是3.6，你需要进行更改）

我make的时候遇到了一些问题。

问题1：ply_c.cpp:4:23: fatal error: Eigen/Dense: No such file or directory

#include <Eigen/Dense>

^ compilation terminated.

原因：Dense的路径不对。真正路径是 eigen3/Eigen/Dense

方案一：可以在代码中加入 #include <Eigen/Dense>修改为 #include <eigen3/Eigen/Dense>

方案二：找到环境路径下的include,将eigen3下的文件Eigen复制到 include 文件夹下即可。

问题2：wrap_python.hpp:50:23: fatal error: pyconfig.h: No such file or directory   57 | # include <pyconfig.h>

解决方案：有的说没有安装python依赖 ，使用此命令安装 sudo apt-get install python3-dev

但是对我不适用。

方案：需要手动export 一个路径，需要修改环境的路径。我执行的命令是：

export CPLUS_INCLUDE_PATH=/usr/local/anaconda3/envs/spnetpy36tor14/include/python3.6m

（注意：需要修改你自己创建的环境的路径）

导入路径之后，再次make

问题3：*** No rule to make target 'usr/local/anaconda3/envs/spnetpy36tor14/lib/libpython3.6m.so', needed by 'libply_c.so'. Stop.

原因：属于找不到所依赖的文件所导致的（搜到的说法）

解决方案：错误的位置：[CMakeFiles/Makefile2:76: CMakeFiles/ply_c.dir/all] Error 2

 在出错的一行前后添加了输出，再次make，发现，只输出了CCCCCCCCCCC。

$(MAKE) -f CMakeFiles/ply_c.dir/build.make CMakeFiles/ply_c.dir/build

说明这一行代码运行有误。

找到对应的文件，CMakeFiles/ply_c.dir/build.make，打开，找到对应的路径

/usr/local/anaconda3/envs/spnetpy36tor14/lib/libpython3.6m.so

发现路径前多了一个$,把它删除就可以了。

 再次make，运行成功。

二、build the ops

cd libs/pointops && python setup.py install && cd ../../

Note that this may take a long time.

 建议逐行执行命令，在python setup.py install 时遇到问题

 

安装setup文件遇到的问题与解决方案

 解决方案：根据所给的路径，找到对应的代码

将

#define CHECK_CUDA(x) AT_CHECK(x.type().is_cuda(), #x, " must be a CUDAtensor ")
#define CHECK_CONTIGUOUS(x) AT_CHECK(x.is_contiguous(), #x, " must be contiguous ")
#define CHECK_INPUT(x) CHECK_CUDA(x);CHECK_CONTIGUOUS(x)

替换为

#define CHECK_CUDA(x) TORCH_CHECK(x.is_cuda(), #x, " must be a CUDAtensor ")
#define CHECK_CONTIGUOUS(x) TORCH_CHECK(x.is_contiguous(), #x, " must be contiguous ")
#define CHECK_INPUT(x) CHECK_CUDA(x);CHECK_CONTIGUOUS(x)

再将

cudaStream_t stream = THCState_getCurrentStream(state);

替换为

cudaStream_t stream = at::cuda::getCurrentCUDAStream().stream();

 有很多文件里的内容需要替换。逐一替换。

执行命令 python setup.py install 会报错，可以从错误的里面找对应的路径与文件。

自此，配置完成。

参考的链接有：installation problem · Issue #3 · fpthink/SPNet · GitHub

 cmake error in ply_c · Issue #138 · loicland/superpoint_graph · GitHub