CondLaneNet复现

最新推荐文章于 2024-09-13 22:01:30 发布

熊熊dsh

最新推荐文章于 2024-09-13 22:01:30 发布

阅读量727

点赞数 24

文章标签：深度学习 pytorch 机器学习

本文链接：https://blog.csdn.net/qq_22762933/article/details/141502104

版权

lsb_release -a

Distributor ID:   Ubuntu
Description:   Ubuntu 18.04.4 LTS
Release:   18.04
Codename:   bionic

安装cuda

不需要安装driver，如果勾选着可能会安装失败，取消driver的选项即可。
https://developer.nvidia.com/cuda-toolkit-archive

sh cuda_10.2.89_440.33.01_linux.run

vim ~/.bashrc

export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH

source ~/.bashrc
nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

安装annoconda

下载之前版本的，查找网站https://repo.anaconda.com/archive/

annoconda自带python版本，参考https://github.com/koverholt/anaconda-version-map

sh Anaconda3-2020.02-Linux-x86_64.sh

安装完成后，重新打开终端就可以使用了。通过conda create创建新的环境。

安装 pytorch

pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

可以测试一下

import torch
 
print(torch.__version__)
print(torch.cuda.is_available())
 
x = torch.randn(1)
if torch.cuda.is_available():
    device = torch.device("cuda")
    y = torch.ones_like(x, device=device)
    x = x.to(device)
    z = x + y
    print(z)
    print(z.to("cpu", torch.double))

安装opencv

apt-get update
apt-get install -y libsm6 libxext6 libxrender-dev
pip install opencv-python==4.1.1.26

报错： ImportError: libGL.so.1: cannot open shared object file: No such file or directory

pip install opencv-python-headless==3.4.11.43

安装mmcv

原始代码中用的mmcv和mmdet还是非正式版本，现在都找不到哪里可以下载，放弃了，使用新版本，还修改了原来代码中对mmdet的某些引用，替换成了os库中的。

选择mmdet之前版本的说明文档，可以看到mmdet和mmcv的版本兼容对应。
https://mmdetection.readthedocs.io/zh-cn/v2.24.0/get_started.html

从官方的网站上，下载之前的mmcv版本，下载whl文件后自己安装比较快。https://download.openmmlab.com/mmcv/dist/cu102/torch1.8.0/index.html

pip install mmcv_full-1.3.0-cp37-cp37m-manylinux1_x86_64.whl

安装mmdet（不需要，但我瞎安了好久）

这个真的巨麻烦，各种版本的不匹配，代码的不可用...

但是原本代码里是自带mmdet 2.0.0的，版本很低，和mmcv不匹配..反正都是坑。

报错：note: This error originates from a subprocess, and is likely not a problem with pip.
error: legacy-install-failure

安装cython的低版本，之后正常安装。

pip3 install cython==0.29.33 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
pip install mmdet==2.11.0

运行

git clone https://github.com/aliyun/conditional-lane-detection.git
cd conditional-lane-detection

pip install -r requirements/build.txt
python setup.py develop

albumentations==0.4.6 竟然需要opencv-python==4.1.1以上，我真的吐血。所以前面安装opencv的时候装的4.1.1.26。

mmcv==0.5.6我不知道怎装，之前版本只找到了arm架构的安装包，没有x86的，很吐血，我装的是1.1.3，之前描述了。所以会遇到问题

报错：KeyError: 'ConvWS is already registered in conv layer'
修改下文件就行了

conditional-lane-detection/mmdet/ops/conv_ws.py"

@CONV_LAYERS.register_module('ConvWS')
修改为：
@CONV_LAYERS.register_module(name='ConvWS', force=True)

创建tusimple的label

python generate_seg_tusimple.py --root /opt/data/private/msl/Testmodel/tusimple

运行测试代码

python tools/condlanenet/tusimple/test_tusimple.py /opt/data/private/shaohua/TestModel/conditional-lane-detection/configs/condlanenet/tusimple/tusimple_small_test.py  tusimple_small.pth

测试tusimple_large的时候会报错，需要修改test文件中的内容。参考
TuSimple Test: The model and loaded state dict do not match exactly. · Issue #16 · aliyun/conditional-lane-detection · GitHub