MMdetection3d框架的环境搭建与使用（一）--环境搭建

1.框架简介
    伴随着自动驾驶科技的飞速发展和激光雷达的普及，3D目标检测近年来逐渐成为业界和学术界的研究热点。然而，目前在3D目标检测领域却不像2D目标检测那样，有着像MMDetection这样简单通用的代码库和benchmark。所以，商汤发布了MMDetection3D（简称MMDet3D）来弥补这一空白。

2.框架优势
1).支持多模态/单模态3D检测
2).支持室内/室外主流数据集
3).直接支持MMDetection的model zoo
4).拥有最快的训练速度与推理速度
5).简单易用
详细介绍请参考：https://zhuanlan.zhihu.com/p/165647329?utm_source=wechat_timeline

3.环境搭建
1）这个框架当前只支持macos和Linux，可能不久之后就支持windows了，基本要求如下：

Linux or macOS (Windows is not currently officially supported)
Python 3.6+
PyTorch 1.3+
CUDA 9.2+ (If you build PyTorch from source, CUDA 9.0 is also compatible)
GCC 5.4.0 or 7.3.0
mmcv

2）关于虚拟环境
官方说需要安装虚拟环境，我是没有安装的，也能正常运行，如果安装虚拟环境，命令如下：

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

3）进入虚拟环境安装其他（不安装虚拟环境也可以）
官网推荐conda安装（以下三个命令选择一个就好）：

conda install pytorch torchvision -c pytorch
conda install pytorch cudatoolkit=10.1 torchvision -c pytorch
conda install pytorch=1.3.1 cudatoolkit=9.2 torchvision=0.4.2 -c pytorch

我是没有用conda的，用pip安装的，pip更换为豆瓣源，安装速度几兆每秒。登陆https://pytorch.org/get-started/locally/ 选择对应的版本安装。
例如：

pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

更改pip源命令如下：

编辑配置文件（如果没有新建一份）
mkdir ~/.pip
vim ~/.pip/pip.conf
添加内容如下：
[global]
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com

4）安装mmcv
命令如下：

pip install mmcv-full==latest+torch1.5.0+cu101 -f https://openmmlab.oss-accelerate.aliyuncs.com/mmcv/dist/index.html
pip install mmcv-full

注意了：
a.mmcv版本要小于1.1.1
b.这两行命令行中第一行不能少，我最初的时候，感觉二者差不多，而且第二行感觉还是一个完整版，就只选择了第二行的命令输入，导致最后测试的时候报错。官网上的意思也是第二行可选，但是第一行不能缺。

5)安装mmdet3d与mmdet
建议直接去下载安装包，

https://github.com/open-mmlab/mmdetection.git
https://github.com/open-mmlab/mmdetection3d.git

下载好后，先安装mmdet

cd mmdetection
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

然后安装mmdet3d

cd mmdetection3d
pip install -v -e .  # or "python setup.py develop"

至此，安装完成
关于mmdetection框架代码的介绍与使用请见下节。

感谢：
https://zhuanlan.zhihu.com/p/165647329?utm_source=wechat_timeline
https://blog.csdn.net/yapifeitu/article/details/107861378