1、在你指定的文件夹下将代码复制过来
点击git bash here,在git的命令框里输入
git clone https://github.com/nutonomy/second.pytorch.git
如果报错 ,destination path already exists and is not empty director,参考以下内容:
2、打开anaconda prompt 开始安装包
#根据自己的python版本改
conda create -n pointpillars python=3.9 anaconda
conda activate pointpillars
conda install shapely pybind11 protobuf scikit-image numba pillow
conda install pytorch torchvision -c pytorch
conda install -c jithinpr2 google-sparsehash #这个是win64的下载指令
在此期间我遇到下不下来最后一个包google-sparsehash,参考以下内容,在conda的官网上找到自己包的下载指令,如果依旧下载不下来,就直接本地下载。
继续在conda命令行中下载:
pip install --upgrade pip
pip install fire tensorboardX
3、安装 SparseConvNet
在你指定的文件夹下将代码复制过来
git clone git@github.com:facebookresearch/SparseConvNet.git
然后打开cd SparseConvNet
确定自己的python解释器是当前虚拟环境的
然后在该环境下bash build.sh
但是呢,window不支持bash指令,根据如下内容,让bash可以运行。
cmd运行时没有找到包的绝对路径,所以导致找不到包,参照一下内容。
继续报错:
如果SparseConvNet编译有问题,直接把hello-world这里改成spconv就可以了
然后在虚拟环境下下载spconv的包,按照下面连接中,去进入Spconv官网,根据自己的CUDA版本找到对应的install命令,直接输入pip install spconv-cu120
下载完成之后,再次进入SparseConvNet:
此时报错:
那就是我CUDA的版本和我pytorch的版本不匹配,重新安装CUDA和pytorch,应该先下载cuda,然后根据cuda的版本下载pytorch。根据以下内容,下载CUDA。
下载好cuda之后根据cuda的版本在官网上找到pytorch的下载指令:
然后重新在虚拟环境中下载pytorch
再次运行bash build.sh,报错
再次运行bash build.sh,报错