【点云语义分割】Ubuntu20.04配置运行RangeNet++

本文代码Github地址：GitHub - PRBonn/rangenet_lib: Inference module for RangeNet++ (milioto2019iros, chen2019iros)
原文地址：https://www.ipb.uni-bonn.de/wp-content/papercite-data/pdf/milioto2019iros.pdf

目录

一、环境配置

1.Cuda11.6

2.cudnn安装

3.TensorRT安装

二、RangeNet++源码编译

运行demo

---

一、环境配置

Ubuntu20.04+Cuda11.6+cudnn8.4.1+TensorRT-8.4.1.5

1.Cuda11.6

官网下载：CUDA Toolkit Archive | NVIDIA Developer

wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run
sudo sh cuda_11.6.0_510.39.01_linux.run

开始安装，取消安装驱动，其余默认（y）安装

环境变量配置

gedit ~/.bashrc

 变量生效

source ~/.bashrc

验证版本

nvcc -V

2.cudnn安装

官网下载（需要登陆）：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

选择Archived cuDNN Releases

 下载后解压：

将解压出的文件，移动到/usr/local/cuda文件夹下：（根据自己的路径进行修改）

sudo cp -P /home/yang/下载/cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive/lib/libcudnn* /usr/local/cuda-11.6/lib64/
sudo cp  /home/yang/下载/cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive/include/cudnn.h /usr/local/cuda-11.6/include/

赋予所有用户权限，cudnn安装完成

sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.6/lib64/libcudnn*

验证cudnn

cat /usr/local/cuda-11.6/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

3.TensorRT安装

官网下载地址：https://developer.nvidia.com/nvidia-tensorrt-download

 如果Cuda下载用的是deb（local），则TensorRT也需要下载Debian包本地安装；而Cuda用runfile安装，就得下载tar压缩安装；两者需要对应，否则安装会报错。

下载完成后，解压到本地

把 TensorRT 的库和头文件添加到系统路径下：

# TensorRT目录下
sudo cp -r ./lib/* /usr/lib
sudo cp -r ./include/* /usr/include

添加路径到环境变量

gedit ~/.bashrc

export LD_LIBRARY_PATH=/home/yang/tensorrt/TensorRT-8.4.1.5/lib:$LD_LIBRARY_PATH
export LIBRARY_PATH=/home/yang/tensorrt/TensorRT-8.4.1.5/lib::$LIBRARY_PATH

source ~/.bashrc

 测试

#在TensorRt目录文件夹下，cd到sample文件夹下
sudo make
cd ../bin
./sample_mnist

 如果还要用Python接口：

#在下载的TensorRT目录文件夹下
cd TensorRT-8.4.1.5/python
pip install tensorrt-8.4.1.5/-py2.py3-none-any.whl
 
# 安装UFF,支持tensorflow模型转化
cd TensorRT-8.4.1.5//uff
pip install uff-0.5.5-py2.py3-none-any.whl
 
# 安装graphsurgeon，支持自定义结构
cd TensorRT-8.4.1.5//graphsurgeon
pip install graphsurgeon-0.3.2-py2.py3-none-any.whl

python接口验证

python3
import tensorrt
tensorrt.__version__
#输出'8.4.1.5'则安装成功！

二、RangeNet++源码编译

相关依赖安装

sudo apt-get update 
sudo apt-get install -yqq  build-essential python3-dev python3-pip apt-utils git cmake libboost-all-dev libyaml-cpp-dev libopencv-dev
sudo apt install python3-empy
sudo pip install catkin_tools trollius numpy

使用 catkin 工具来构建库，终端打开：

mkdir -p ~/catkin_rangenet/src
cd ~/catkin_rangenet/src
git clone https://github.com/ros/catkin.git 
git clone https://github.com/PRBonn/rangenet_lib.git
cd .. && catkin init
catkin build rangenet_lib

运行demo

预训练模型下载：https://www.ipb.uni-bonn.de/html/projects/semantic_suma/darknet53.tar.gz

# cd到catkin workspace下
cd ~/catkin_rangenet
# -p后是预训练模型路径、-s后是要预测点云.bin demo路径
./devel/lib/rangenet_lib/infer -p /path/to/the/pretrained/model -s /path/to/the/scan.bin --verbose

需要花点时间，请耐心等待。