【点云目标检测】 SECOND 调试记录

一. 参考

1. 开源代码

感谢作者的开源～

• second
• pointpillar
• PCDet

2. 相关博客

• [1] second.pytorch环境配置及训练运行折腾史
• [2] second.pytorch环境配置记录
• [3] Xavier 运行 SECOND点云目标检测网络（一）
• [4] PointPillars/SECOND代码调试笔记

二. 遇到的问题

首先看自己电脑配置：

• 系统：Ubuntu 16.04
• 显卡：1080ti
• 环境：已装ROS kinetic, Anaconda 3
• cuda：9.0
• python : 3.6

我一开始想要复现最原始的开源的second代码 second，其实博客 [1] 已经说明的很完整了，照着是应该能复现出来的，但是我在复现的时候，一直遇到了很多问题，导致一直没有复现出来，后来我是参考 PCDet 进行复现，在这里记录一下我在复现过程中遇到的问题。

1. cmake 版本

注意cmake的版本，因为我自己的电脑上安装了ros，ros里带的cmake版本是3.5，是不满足的，所以首先就要升级cmake，我一开始还怕升级cmake之后，我的ros可能使用会有问题，但是实测是没有问题的，所以先升级cmake，升级的具体方法可以参考[1] [4]

2. 新建虚拟环境

最好之后的操作都是在anaconda的虚拟环境中进行，也为了避免产生其他的冲突。新建虚拟环境，python 版本 3.6 即可

conda create -n pc python=3.6

3. 安装依赖

安装依赖项参考 [1] ， 记得加上清华的源，会安装的很快

• 这里注意numpy安装的版本，需要 numpy==1.14.0

这里我给的建议是依次这么安装：

pip install numpy==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install numba -i https://pypi.tuna.tsinghua.edu.cn/simple

再安装 torch 1.1.0 和 torchvision 0.3.0， 这两个的安装包也可以在[1] 中博主给的百度云盘里找到

其他的依赖，就同理安装就可以了，这个不难

4. 安装 spconv

这一步应该是最难的了，首先我说一下我遇到的问题：

踩坑 1 ： spconv 应该是有两个版本，现在 spconv新版，直接clone编译的话，(如何编译还是参考 [1] ) 是需要 cuda 10 和 python 3.7, torch 1.3.0 ， 但是我的电脑里装的是cuda9.0 ，直接编译的话，会停止在终端很久，然后报一堆错误… 于是放弃，找老版本的spconv

踩坑 2 ： PCDet 中也说明了需要使用老版本的 spconv v1.0，spconv v1.0 的链接在这里，你可以直接clone下来，然后编译，但是，又会遇到一个问题，还是编译不过…我检查了一下在clone下来的源码，spconv/third_party/pybind11 这个文件夹中，是空的，所以还是编译有问题…那怎么解决呢？

解决办法：

1. 还是感谢 [1] , 博主提供了 编译好的 spconv 包, 但是这是博主在他的环境下编译好的， 需要把 build， dist， spconv.egg-info 这几个文件夹删除掉，然后 重新编译，我是这样做的。

2. 在 clone 的时候 加上 – recursive ， 应该直接就可以了。

踩坑 3 ： 之后直接编译spconv 又提示会有问题：

解决办法：
参考 [3] ， 在这里 No CMAKE_CUDA_COMPILER could be found (solved) 有解决的办法，需要添加一些路径到bashrc中，就可以成功编译。

踩坑 4 ： 编译完之后，应该就可以跑second了，但是在跑的过程中，会报错：

cannot import name 'VoxelGeneratorV2'

这是因为现在用的是 旧版的spconv ， VoxelGeneratorV2 这个是在新版的 spconv 中的， 编译要求是要cuda 10 , torch 1.3 ，我电脑是整不了了，于是放弃了复现原版的second，但是可以直接使用新开源的 PCDet 框架，同样支持 second 并且安装等都友好了许多，只需要安装老版的 spconv 就可以了 ，其他的步骤参考 PCDet 就可以了。

三. 使用PCDet复现

注意事项：
安装完 spconv 之后， 不要忘记：

python setup.py develop

要不然会出现报错.

之后准备数据 在 pcdet/datasets/kitti 目录下：

python kitti_dataset.py create_kitti_infos

测试和训练的指令记录：

python test.py --cfg_file cfgs/second.yaml --batch_size 4 --ckpt pre_models/second.pth

python test.py --cfg_file cfgs/second.yaml --batch_size 4 --eval_all

python train.py --cfg_file cfgs/second.yaml --batch_size 1

pre_models 是自己新建的文件夹，用来存放下载的模型