CMT(Cross Modal Transformer)实验环境搭建

项目地址：https://github.com/junjie18/CMT
论文地址：https://arxiv.org/pdf/2301.01283.pdf
环境：Ubuntu 20.04、cuda 11.1、python 3.8
1.创建虚拟环境CMT

conda create -n CMT python=3.8 -y
conda activate CMT

2.安装pytorch的GPU版本，在这里我选择了离线安装，直接下载whl文件，然后pip安装。whl官方的地址是whl传送门，或者另一个传送门。

pip install torch-1.9.0+cu111-cp38-cp38-linux_x86_64.whl  torchvision-0.10.0+cu111-cp38-cp38-linux_x86_64.whl torchaudio-0.9.0-cp38-cp38-linux_x86_64.whl

也可以用官方命令安装（你连了外网的情况下）

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

3.安装mmcv-full 1.6.0

pip install mmcv-full==1.6.0 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html

4.安装mmdet mmsegmentation

pip install mmdet==2.24.0 mmsegmentation==0.29.1

5.安装mmdet3d，GitHub访问太慢可以手动去下载tags里面v1.0.0rc5 版本的代码，然后直接执行最后一步 pip install -v -e . 的命令就行。过程中如果看到关于CUDA的报错就检查cuda版本对没对。

git clone https://github.com/open-mmlab/mmdetection3d.git
cd mmdetection3d
git checkout v1.0.0rc5 
pip install -v -e . -i https://pypi.tuna.tsinghua.edu.cn/simple

8.安装spconv-cu111==2.1.21

pip install spconv-cu111==2.1.21

9.安装flash-attn == 0.2.2，（加速attention，具体还没读过论文），我这里源码编译也挺慢的（好像半小时，具体多久没太注意），用pip下载估计会更慢，所以还是推荐源码编译。

git clone -b 'v0.2.2' https://github.com/Dao-AILab/flash-attention.git --single-branch flash-attn
cd flash-attn
python setup.py install

到这里GitHub仓库给出的requirements就装完了，下一步是准备数据集进行训练。