Ubuntu18如何安装OpenPCDet

本人开始进行3D点云目标检测、轨迹追踪等研究工作，将对该过程中涉及到的各种问题进行记录，并与大家进行分享，希望能对大家有所帮助，也欢迎大家一起讨论！

这篇文章主要内容为OpenPCDet的安装，具体内容包括（1）cuda&cudnn安装及验证（2） 安装spconv【这个真的给我整吐了】但是还好终究整明白了，我最终的spconv安装版本为1.2.1（3）安装OpenPCDet

首先进行环境配置:
a.显卡驱动安装
b.cuda=10.1（官网下载）
c.cudnn coressponding version（官网下载）

# 装 cudnn 的时候需要注意的是: 如何移动 cudnn 里面的内容:
sudo cp cuda/include/cudnn_version.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn_version.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
# 查看 cudnn 安装成功
# 也许你在其他地方看到的不是 cudnn_version.h
# 这里需要说明的一点是 好像是cudnn9还是8，还是哪个版本啊，他的version展现就在这个里面了，而不是之前的那个了，一定要注意啊，要不然实际上你安装成功了，这个输错了，啥也没显示出来，你还以为你没安装成功。。。
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
# 将全部加入环境变量中
# cuda cudnn
sudo gedit /etc/profile
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64/bin:$PATH

# 此时，我系统中所有的环境变量
# 依次分别是anaconda、cuda、cudnn
export PATH=/home/sduitc/Downloads/Anaconda3.8/bin:$PATH
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64/bin:$PATH

综合Spconv和OpenPCDet的pytorch等要求，我决定创建
python=3.7
pytorch=1.5
的虚拟环境

# 创建虚拟环境
conda create -n OpenPCDet python=3.7
# 安装合适的pytorch，这个可以去pytorch官网去找
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
# 安装其他 dependecies
# 这里不建议直接pip install -r requirements
# 还是一个个慢慢装吧
numpy
torch>=1.1
numba
tensorboardX
easydict
pyyaml10 scikit-image
1tqdm
kornia
torchvision
# 这里需要注意的是 kornia 需要安装 0.3 版本的 不要安装最新版本 有些dependencies前面安装过的就不需要在安装了，例如再装pytorch的时候numpy肯定就装过了

*spconv 安装（！。！）

# clone github 速度慢可看文章最后的加速方法
git clone git://github.com/traveller59/spconv.git
cd spconv/third_party
# 删除其中的 cutlass, mp11, pybind11
git clone git://github.com/NVIDIA/cutlass.git
git clone git://github.com/boostorg/mp11.git
git clone git://github.com/pybind/pybind11.git
# 以上几个不需要github加速方法即可正常下载
# 命令行下载安装
sudo apt-get install libboost-all-dev
# 或者 软件包安装官网( https://www.boost.org/ )下载压缩包
# 继续安装
wget https://boostorg.jfrog.io/artifactory/main/release/1.76.0/source/boost_1_76_0.
tar -zxvf boost_1_76_0.tar.gz
cd boost_1_76_0
sh ./bootstrap.sh --prefix=/usr
./b2 install
# 安装cmake 我直接安装的默认最新版本，没啥问题
pip install cmake
#添加 export PATH="cmake 的 bin 文件夹路径 :$PATH"
sudo gedit /etc/profile
export PATH=/home/sduitc/cmake-3.19.8-Linux-x86_64/bin:$PATH
export CMAKE_CUDA_COMPILER=/usr/local/cuda-10.1/bin:$PATH
# 加入 cuda路径  为之后的编译为做好准备
# 以上加入路径在之前已经说过了，这里就是再提醒以下大家，这个是很重要的一步！
# 加完路径，执行下一步，但是我有次执行完没管用，我重启了才管用好奇怪，各位这一步如果不放心啥的可以重启下电脑哈 (●ˇ∀ˇ●)
source /etc/profile

#如果 pytorch 版本 >=1.4.0 并且遇到 "nvcc fatal: unknown -Wall" , 需要去 torch 所在目录,找到 Caff
#注释掉 “INTERFACE_COMPILE_OPTIONS” 就行。操作如下:终端输入 locate Caffe2Targets.cmake 找到自
#注释掉 “-Wall;-Wextra;-Wno-unused-parameter;-Wno-missing-field-initializers;-Wno-wri
# 关于上面这个 处理方式如下：
# 找寻位置
locate Caffe2Targets.cmake
#找到之后
code Caffe2Targets.cmake
# 搜索 INTERFACE_COMPILE_OPTIONS 涉及到的全部注释掉
# 然后保存
# 接下来进行编译了
# 可能会安装 nijia 在编译的过程中会提示的 =。= 但是准确名字忘了
pip install nijia #好像是这个

# 然后返回 spconv 文件夹
python setup.py bdist_wheel

此时可能会出现 cuDNN: v? (include: /usr/include, library: /usr/lib/x86_64-linux-gnu/libcudnn.so) CMake Er
的错误
解决方式如下：

# 知道cuda.make文件
locate  cuda.cmake
# 进行文件的修改
# 我的路径为
# /home/sduitc/anaconda3/envs/OpenPCDet/lib/python3.7/site-packages/torch/share/cmake/Caffe2/public/cuda.cmake
# 如下图所示
# 看虚拟环境OpenPCDet那个

code /home/sduitc/anaconda3/envs/OpenPCDet/lib/python3.7/site-packages/torch/share/cmake/Caffe2/public/cuda.cmake
# 在scode中搜索cudnn.h
替换 : file(READ ${CUDNN_INCLUDE_PATH}/cudnn.h CUDNN_HEADER_CONTENTS)
为 : file(READ ${CUDNN_INCLUDE_PATH}/cudnn_version.h CUDNN_HEADER_CONTENTS)

# 完成之后执行下面这条命令
python setup.py bdist_wheel
cd ./dist
#安装生成的 whl 文件
pip install *.whl
#没有什么报错，就安装成功了！
# 验证方法
conda activate OpenPCDet
python
import torch
import spconv
# 没出现报错，恭喜你成功啦

2.安装 openpcdet

git clone https://github.com/open-mmlab/OpenPCDet.git
#进入 openpcdet
python setup.py develop


#到此为止进行安装是否成功的验证:
conda activate OpenPCDet
python
import torch
import spconv
import pcdet

#接下来是 demo
pip install vtk==8.1.2
pip install mayavi
python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt 自己预训练模型的路径 - 这个可以去网上下载或者用自己的也行昂

***如何进行git clone加速

把github.com换成github.com.cnpmjs.org即可