复现pointrcnn+ubuntu16.043080显卡+pytorch1.7.1+cu110

复现pointrcnn

        在复现pointrcnn过程中，最容易报错的地方是编译cuda代码，github的issue中大多是在强调gcc和pytorch的版本问题，但我用的是3080显卡，只支持>=cuda11.0,所以安装低版本的pytorch还是会报错，以下是我复现的过程。

1.配置环境

• ubuntu：16.04
• gcc：5.4.0
• 显卡驱动：470.63.01
• cuda：11.0
• cudnn：8.0.1
• pytorch：1.7.1+cu11

ubuntu和gcc

        ubuntu18.04是安装不了gcc5.4.0的，所以我一开始脑子糊涂就重装了系统，跑通之后感觉重装系统好像没必要。所以如果你的系统不是ubuntu16.04，可以先不考虑重装系统和跟换gcc版本（但我没试过，如果你成功了，可以写在评论区）。

        查看gcc版本

gcc -v

显卡驱动

        显卡驱动是向下兼容cuda的，所以越高越好

cuda

        因为3080的算力是8.6，而cuda10.2只支持到7.5，所以必须安装cuda11.0以上的版本

cudnn

        这个很少出问题，只要和cuda匹配就行

pytorch

        安装pytorch时要注意它的cudatoolkit版本，cudatoolkit的版本要<=cuda版本

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

2.改代码

        主要是改了三个模块的cpp代码，为避免麻烦，可以直接在gitee中下载后替换相应文件。

                PointRCNN/pointnet2_lib/pointnet2/src

                PointRCNN/lib/utils/iou3d/src

                PointRCNN/lib/utils/roipool3d/src

        1. 将所有cpp文件中以下代码替换

#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) AT_ASSERTM(x.type().is_cuda(), #x " must be a CUDA tensor")
#define CHECK_CONTIGUOUS(x) AT_ASSERTM(x.is_contiguous(), #x " must be contiguous")
#define CHECK_INPUT(x) CHECK_CUDA(x); CHECK_CONTIGUOUS(x)

        这一段代码就是检查输入的数据类型是否为tensor，只会报warning，我还在其他cpp中文件中加入了这些代码，可以不改的。

        2.将所有cpp文件中以下代码注释掉

extern THCState *state;
和
cudaStream_t stream = THCState_getCurrentStream(state);

       3.将所有cpp文件中调用核函数的参数stream替换为

c10::cuda::getCurrentCUDAStream()

4.编译

        1.直接编译

sh build_and_install.sh

        会报错
        nvcc fatal   : Unsupported gpu architecture 'compute_86'

        ninja: build stopped: subcommand failed.

        2.降低算力要求

        这个报错信息是指不支持当前算力为8.6的gpu，执行以下命令解决

export TORCH_CUDA_ARCH_LIST="8.0"

        但我之后还遇到了一个问题

        ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.22‘ not found

        解决办法参考，更为全面，以下是我个人的实践过程

        首先这个报错就是说找不到GLIBCXX_3.4.22这个文件

        3.补充GLIBCXX_3.4.22文件

        （1）使用指令先看下目前都有哪些版本的

strings /usr/lib/x86_64-linux-gnu/libstdc++.so.6 | grep GLIBCXX

        （2）查找有没有更高版本的libstdc++.so，参考的那个查找太耗时了，所以我就直接在anaconda/lib文件夹下找libstdc++.so，如下

        然后找到libstdc++.so.6.0.26文件所在位置

        我的为/home/ld/anaconda3/lib/libstdc++.so.6.0.26

        （3）将文件复制以下

sudo cp /home/ld/anaconda3/lib/libstdc++.so.6.0.26 /usr/lib/x86_64-linux-gnu/

         （4）然后删除原来的软链接

sudo rm /usr/lib/x86_64-linux-gnu/libstdc++.so.6

        （5）建立新的软链接（sudo ln -s 复制的文件位置 软链接名）

sudo ln -s /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.26 /usr/lib/x86_64-linux-gnu/libstdc++.so.6

        4.再次编译

sh build_and_install.sh

5. 准备数据及和权重

        （1）将数据集排布如下

PointRCNN
├── data
│   ├── KITTI
│   │   ├── ImageSets
│   │   ├── object
│   │   │   ├──training
│   │   │      ├──calib & velodyne & label_2 & image_2 & (optional: planes)
│   │   │   ├──testing
│   │   │      ├──calib & velodyne & image_2
├── lib
├── pointnet2_lib
├── tools

        将权重文件PointRCNN.pth放在tools文件夹下

        （2）进行测试评估

python eval_rcnn.py --cfg_file cfgs/default.yaml --ckpt PointRCNN.pth --batch_size 1 --eval_mode rcnn --set RPN.LOC_XZ_FINE False

        （3）进行训练

python train_rcnn.py --cfg_file cfgs/default.yaml --batch_size 16 --train_mode rpn --epochs 200