openpcdet实现3D目标检测

记录下来，以免遗忘
首先列出环境：
CUDA11.3 cudnn8.2.1
python3.7
pytorch1.10
cmake3.13.2
1.查看cmke版本

cmake --version

2.配置环境，安装需要的库
1.创建虚拟环境

conda create -n openpcdet python=3.7.7

2.激活并进入环境

conda activate openpcdet

3.安装pytorch
建议直接去官网复制粘贴

# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

4.安装spconv

pip install spconv-cu113

cuda版本对应的spconv版本：

检验pytorch和spconvshi否成功安装

3.安装OpenPCDet

git clone https://ghproxy.com/https://github.com/open-mmlab/OpenPCDet.git
cd OpenPCDet
pip install -r requirements.txt 
python setup.py develop 

验证pcdet是否安装成功

ptython
imporet pcdet

4.数据集准备
准备数据（数据格式如下图）和输入以下命令生成数据的一些信息：

python -m pcdet.datasets.kitti.kitti_dataset create_kitti_infos tools/cfgs/dataset_configs/kitti_dataset.yaml

会生成pkl文件

接下来就可以训练模型了,cd到tools下面：

python train.py --cfg_file ./cfgs/kitti_models/pointpillar_pyramid_aug.yaml  --batch_size 4 --epochs 50

训练中的亚子

训练结束后会自动评估最后一个模型，然后是下面的亚子

可视化
通过open3d工具

pip install open3d
pip install ope3d-python

安装包出现版本冲突





进入到tools文件下

cd tools

python demo.py --cfg_file ./cfgs/kitti_models/pv_rcnn.yaml
–ckpt /path/to/pv_rcnn_8369.pth
–data_path /home/jin/OpenPCDet/data/kitti/testing/velodyne/000517.bin