mmdetection3d配置步骤

最新推荐文章于 2024-03-13 23:31:41 发布
最新推荐文章于 2024-03-13 23:31:41 发布
阅读量272 收藏
点赞数
分类专栏： Linux gcc 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fzc_ztt/article/details/120388861
版权
本文详细介绍了如何配置mmdetection3d的环境，包括创建支持python3.6+的虚拟环境，以及根据CUDA版本选择合适安装的PyTorch，并提到了GCC版本的控制要点。
摘要由CSDN通过智能技术生成

一、创建虚拟环境

1.要求python3.6+

二、安装pytorch

1.根据cuda版本选择

参考：ＭＭDetection3D
MMCV

pip install mmcv-full==1.3.9 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.9.0/index.html

pip install mmdet==2.14.0

pip install mmsegmentation
最低0.47元/天 解锁文章
Fzc_PCL
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
复现MMDetection3D版本 -单目3d检测（smoke）
qq_53545309的博客
05-22 635
SMOKE Preface Liu, Z C, Wu Z Z, Tóth R. Smoke: Single-stage monocular 3d object detection via keypoint estimation[C]. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. 2020: 996-997. 来自SMOKE官方源码中的示例（特定参数）：
mmdetection3d的安装
benefit001的博客
12-23 3166
安装mmdetection3d遇到的问题与解决
3D目标检测入门-mmdetection3d的环境配置
weixin_51021488的博客
09-02 3367
3d目标检测框架mmdetection3d的安装
MMDetection3D框架环境配置
tangbenjun的博客
09-09 306
MMDetection3D是一个基于PyTorch的开源3D目标检测框架。下面是MMDetection3D的环境配置步骤：安装Anaconda，教程很多不在说明。
【代码阅读】mmdetection3d的配置文件
hgj1h的博客
05-04 1417
mmdetection3d的配置文件放置在config/base下面，下面有4种类型组件：数据集（dataset），模型（model），训练策略 (schedule) 和运行时的默认设置 (default runtime)。由 base 下的组件组成的配置，被我们称为 原始配置 (primitive)。 我们以kitti为例，对于数据集的一些基本信息存储在_base_/datasets下面。 这里主要定义了数据集的位置/名称/类别/点云范围，把他们打包好，送进pipeline中 pipeline分别是tra
MMDetection3D目标检测框架安装配置
weixin_42506418的博客
09-14 703
本文介绍在安装mmdetection3d目标检测框架的流程，MMdetection3D是一个通用的3D目标检测框架，支持单目、双目、RGB-D等多种传感器的数据，支持多种算法，包括VoteNet、MVXNet、Part-A2、PointPillars等，可以覆盖单模态和多模态检测，室内和室外场景SOTA。安装之前一定要确认好自己的cuda版本！！官方文档要求。
MMDetection3D对三维数据进行检测
最新发布
03-28
使用MMDetection3D对三维数据进行检测主要涉及以下几个步骤： 安装和配置MMDetection3D：首先，用户需要按照官方文档或相关教程进行MMDetection3D的安装和配置。这通常包括安装必要的依赖库、设置环境变量以及下载...
浅析mmdetection在windows10系统环境中搭建过程
10-15
以上步骤完成后，就可以在Windows10系统中成功搭建和配置mmdetection，从而开始进行目标检测和实例分割等深度学习任务的研究和开发。整个过程需要对Python编程、PyTorch框架、CUDA和CUDNN的配置有一定的了解，同时...
mmdetection3d将kitti数据集转化为mmdetection3d格式
07-27
你可以按照以下步骤将KITTI数据集转换为MMDetection3D格式： 1. 首先，确保你已经下载了KITTI数据集，并且文件结构如下所示： ``` KITTI ├── training │ ├── calib │ ├── image_2 │ ├── ...
mmdetection3d:OpenMMLab的下一代通用3D对象检测平台
03-17
新闻：我们发布了代码库v0.11.0。 在最近的 2020第五届AI驾驶奥运会的赛中，我们获得了最佳PKL奖和多模式进入第二名，并且获得了仅有的视觉效果。 代码和模型即将发布！ 文档： : 介绍 English | master分支可与PyTorch 1.3+一起使用。 MMDetection3D是一个基于PyTorch的开源对象检测工具箱，面向用于通用3D检测的下一代平台。 它是MMLab开发的OpenMMLab项目的。 主要特点 开箱即用地支持多模态/单模态检测器 它直接支持多模态/单模态检测器，包括MVXNet，VoteNet，PointPillars等。 支持开箱即用的室内/室外3D检测 它直接支持流行的室内和室外3D检测数据集，包括ScanNet，SUNRGB-D，Waymo，nuScenes，Lyft和KITTI。 对于nuScenes数据集，我们还支持。 与2D
mmdeploy 部署 mmdetection3d 模型
旋风小短腿
04-03 994
最好使用以下结构，方便设置目录。
mmdetection3d的安装和使用
xinxiang7
07-23 4925
MMdetection3D安装步骤 创建环境，并激活 conda create -n open-mmlab python=3.7 -y # 激活 conda activate open-mmlab 安装pytorch conda install pytorch torchvision cudatoolkit=10.1 -c pytorch pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://dow
安装mmdetection3d
chengle的博客
04-18 3079
1.创建虚拟环境 conda create -n env_name python=3.7 -y conda activate env_name 2.安装对应版本的pytorch pytorch官网安装页面 查看cuda版本 nvidia-smi nvcc -V 我的cuda10.1安装pytorch conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.1 -c pytorch 验证： p
mmdetection3d模型部署的总结【附代码】
一名研究生
07-24 713
关于模型部署中的坑的总结
MMDetection3D v1.4.0安装教程
发布工作学习过程中遇到的问题和解决方案
02-26 1025
根据 v1.4.0版本官方手册测试后的安装配置，亲测可行。
MMdetection3D安装教程
yitiaoxiaolu的博客
03-03 1264
补充：由于torch和cuda对mmcv的版本有一定限制，所以当您的torch和cuda版本与本教程不同时，需要检查是否有您指定的对应版本的mmcv，没有的话会一直卡在 Buildin。mm3d文档：https://mmdetection3d.readthedocs.io/zh-cn/latest/get_started.html。mm3d版本对应：https://blog.csdn.net/XCCCCZ/article/details/134315977。，便捷的检查方法可用看是否有相应的.html网站。
MMdetecetion3D 安装教程
weixin_43915090的博客
11-29 588
一些安装依赖是可选的。简单地运行 pip install -v -e . 将会安装最低运行要求的版本。如果想要使用一些可选依赖项，例如 albumentations 和 imagecorruptions，可以使用 pip install -r requirements/optional.txt 进行手动安装，或者在使用 pip 时指定所需的附加功能（例如 pip install -v -e .[optional]），支持附加功能的有效键值包括 all、tests、build 以及 optional。
【MMDetection3D实战(1)】:环境安装
@bangbang的博客
03-13 967
MMDetection3D首次发布于2018年10月，是面向3D 场景中检测和分割的工具包，可以基于MMDetection3D实现基于点云、图像和多模态数据的3D检测与分割。目前MMDetection3D支持20多种不同的算法，比如基于点云的SECOND和，基于单目图像的SMOKE和FCOS3D，以及基于多模态的MVXNet和ImVoteNet等等。每个算法都提供了多个SOTA的预训练模型，可以直接使用这些预训练模型实现推理。
mmdetection3d使用
09-03
mmdetection3d是一个基于PyTorch的开源目标检测框架，专注于3D场景中的目标检测任务。以下是使用mmdetection3d的一般步骤： 1. 安装依赖：首先，确保你的环境中已经安装好了PyTorch和CUDA。然后，使用pip安装mmdetection3d及其依赖库： ``` pip install mmcv-full open3d==0.9.0 git clone https://github.com/open-mmlab/mmdetection3d.git cd mmdetection3d pip install -v -e . ``` 2. 数据准备：准备好自己的训练数据集，并将其转换为mmdetection3d支持的数据格式。你可以参考官方文档了解数据准备的细节：https://mmdetection3d.readthedocs.io/en/latest/tutorials/data_preparation.html 3. 配置模型：根据你的任务和数据集，选择合适的配置文件，并对其进行修改。在mmdetection3d的`configs`目录下可以找到各种预定义配置文件，你可以根据自己的需求进行修改。 4. 训练模型：使用命令行启动训练过程。示例命令如下： ``` ./tools/dist_train.sh configs/your_config_file.py num_gpu ``` 其中，`your_config_file.py`是你修改后的配置文件名，`num_gpu`是你要使用的GPU数量。 5. 测试模型：训练完成后，可以使用命令行进行模型的测试。示例命令如下： ``` ./tools/dist_test.sh configs/your_config_file.py checkpoint_file num_gpu --eval ``` 其中，`checkpoint_file`是模型的路径。 这是一个简单的使用流程，更详细的使用说明和示例可以参考mmdetection3d的官方文档：https://mmdetection3d.readthedocs.io/
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Fzc_PCL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值