华中科技大学雷达站部署

一：项目地址

GitHub - HUSTLYRM/HUST_Radar_2023: 华中科技大学狼牙战队 RoboMaster 2023赛季 雷达站

二：安装依赖

2.1创建虚拟环境

首先是程序是基于python3.8完成，所以创建虚拟环境的时候，选择3.8的虚拟环境

 conda create -n radar python=3.8

 2.2首先满足立体模型的依赖

可以自己创建一个requirement_coex.txt，然后将下面这些包添加进去。 

pytorch-lightning==1.6.5
opencv-python
opencv-contrib-python
albumentations
timm==0.6.5
test-tube

pip installl -r requirment_coex.txt

COEX项目原作者给的 environment.yaml 会出问题，所以按上面的步骤自己添加依赖，然后安装即可。

 conda env create -f environment.yaml

name: coex
channels:
  - pytorch
  - nvidia
  - conda-forge
  - anaconda
  - defaults
dependencies:
  - python=3.7
  - pip
  - numpy
  - pytorch==1.11.0
  - torchvision==0.12.0
  - cudatoolkit=11.3
  - ruamel.yaml
  - pillow
  - scikit-image
  - pip:
    - pytorch-lightning==1.6.5
    - opencv-contrib-python
    - albumentations
    - timm==0.6.5
    - test-tube
    # - --find-links https://github.com/pytorch/TensorRT/releases
    # - torch-tensorrt

然后剩下的一些dependencies可以等报错再来安装，或者一起安装了

pytorch-lightning==1.6.5
opencv-python
opencv-contrib-python
albumentations
timm==0.6.5
test-tube
ruamel.yaml
pillow
scikit-image
pyserial
PyQt5
chardet

 cudatoolkit我们单独安装。

2.3cudatoolkit的安装教程

2.3.1确定cuda版本

首先要确定自己电脑支持的cuda版本，这里就不多进行赘述了。

2.3.2在conda环境中安装cuda

conda search cudatoolkit
# 查看可以用来安装的cudatoolkit的所有版本有哪些

conda search cudatoolkit --info
# 查看所有列出来的cudatoolkit的详细信息，包括版本号version，文件网址url，依赖项dependencies
# 文件网址url

然后根据列出来的网址进行安装

conda  install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/cudatoolkit-11.8.0-hd77b12b_0.conda

 2.3.3cudnn安装

#查看都有哪些版本
conda search cudnn

# 查看详细信息，并根据提供的网址去下载
conda search cudnn --info

conda install url（加上地址）

2.4如何查看安装成功呢

进入自己的虚拟环境，然后激活，使用conda list 这个命令

2.5pip命令和conda命令的区别

pip：pip命令是Python的包管理器，用于安装、卸载和管理Python包。通过pip，你可以轻松地安装第三方库和工具，以便在你的Python项目中使用它们。

conda：与 pip 不同的是，conda 能够管理不仅仅是 Python 包，还可以处理其他语言的包，例如 R、Julia、Java 等。

下面是一些常见的conda命令

conda create: 创建一个新的环境。
conda activate: 激活一个已有的环境。
conda deactivate: 离开当前的环境。
conda install: 安装软件包。
conda update: 更新已安装的软件包。
conda remove: 移除软件包。
conda list: 列出已安装的软件包。

2.6在Pycharm中设置Anaconda环境

 

这个python解释器的路径就是安装anaconda的路径，设置为python解释器的路径就可以了。 

 2.7安装YOLOv8的依赖

pip install ultralytics

2.8继续安装依赖

pip install -r requirments.txt

2.8.1torch的安装

这里torch的安装是一个比较关键的点

Previous PyTorch Versions | PyTorch

在pytorch的官网找到V2.0.0的版本

这里要安装的是torch而不是pytorch， 而且要安装的是带cuda版本的，所以根据cuda版本选择合适的torch进行下载，我的cuda是11.8的，所以选择下面这个

安装完成后激活环境，输入conda list要看到下面这三个就成功了。

 

2.9海康相机驱动 

到这个网址里面下载海康驱动

海康机器人-机器视觉-下载中心 (hikrobotics.com)

三：运行时会遇到的问题

3.1添加权重

3.2插入一个串口，模拟裁判系统

 参考资料：GitHub - HUSTLYRM/HUST_Radar_2023: 华中科技大学狼牙战队 RoboMaster 2023赛季 雷达站

 查看CUDA和CUDNN是否安装成功（conda 环境）_如何查看cudnn是否安装成功-CSDN博客

超详细~Windows下PyCharm配置Anaconda环境教程 - 知乎 (zhihu.com)

在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow（-gpu）、pytorch_conda安装cudnn-CSDN博客