Windows安装mmdet3d v0.17.1（跑通版）

环境

windows 11家庭版， 64 位操作系统, 基于 x64 的处理器，显卡NVIDIA GeForce RTX 3060
按照本人写的操作步骤在cuda11.1下安装mmdet3d成功后，跑代码报如下错误：

RuntimeError: CUDA error: no kernel image is available for execution on the device

经查阅，可能是cuda版本问题，于是寻求其他版本的安装方式，摸索出如下成功步骤。
注意在这之前需要安装VS2017。

总计在3个地方分别安装了cuda

在conda安装cuda

参考博客《避坑看：最全Pytorch安装、CUDA安装》：https://blog.csdn.net/qq_44113911/article/details/137474925
查看conda可以选择的cuda版本，并选择和mmdet3d v0.17.1适配的一个cuda版本即11.3.1
创建环境管理cuda11.3版本，可自行更改名称cu113和python版本：conda create -n cu113 python=3.8
激活环境：conda activate cu113
安装cuda：conda install cudatoolkit=11.3.1
安装cudnn：conda install cudnn=8.2.1
安装nvcc：conda install -c nvidia cuda-nvcc==11.3.58

pytorch关联cuda安装

pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

在电脑安装cuda

注意cuda和cudnn要和上面conda中安装的版本完全一致
参考博客：https://blog.csdn.net/zyq880625/article/details/138086225

最后安装mmdet3d

注意上面首步骤已经装完pytorch

pip install mmcv-full==1.4.0
pip install mmdet==2.14.0
pip install mmsegmentation==0.14.1

git clone https://github.com/open-mmlab/mmdetection3d.git
cd mmdetection3d
git checkout v0.17.1 # Other versions may not be compatible.
pip install -e . 

注意

如果mmdet3d最终安装成功，但跑代码报非语法类错误，要重装，必须安装上面的顺序都重新来过，特别是pytorch、mmcv-full、mmdet、mmsegmentation、mmdet3d的顺序不能动。

错误集合

cl: 'cp1' codec can't decode bytes in position 0--1

在安装mmdet3d时出现如上错误，会报出出错的代码，将其中的解码方式从“oem”改为"utf-8"，之后参考如下博客操作彻底解决：
https://blog.csdn.net/tanmx219/article/details/100829920
拉到最后，看“办法二”小结，按该方法操作并重启之后就没问题了

ImportError: DLL load failed while importing _ext: 找不到指定的模块

参考：https://blog.csdn.net/qihshe/article/details/136767242
卸载mmcv-full重装即可

TypeError: cannot pickle dict_keys object

如何定位TypeError: cannot pickle dict_keys object错误原因及解决NuScenes数据集在多进程并发训练或测试时出现的这个错误
https://blog.csdn.net/XCCCCZ/article/details/134295931

IndexError: tensors used as indices must be long, byte or bool tensors

这个错误如下语句引发:
assigned_labels[matched_row_inds] = gt_labels[matched_col_inds]
将gt_labels = gt_labels.to(torch.long)增加到上面语句的前面即可消除

got Long for the destination and Int for the source.

这个错误如下语句引发:
labels[pos_inds] = gt_labels[sampling_result.pos_assigned_gt_inds]
这个报错跟上面的问题差不多，同样前面增加gt_labels = gt_labels.to(torch.long)即可