【OpenPCDet图文安装教程】Debian安装Nvidia460驱动+cuda10.2+cudnn7.6.5+pytorch1.9.0+spconv+OpenPCDet全过程（亲测有效）

Open-MMLab开源了一个不错的3D点云的目标检测开源库OpenPCDet,但是其中有个依赖库spconv的安装需要小心匹配版本，否则编译不通过。现有的很多教程都是UBUNTU系统的，我找了很久也没找到几个Debian系统的教程。

折腾了很久之后，终于在Debian系统中把所有库全部安装成功！！记录以下过程防止走弯路！！！

亲测有效，如无效请把你电脑给我，博主亲自给你演示安装！

安装过程Ubuntu应该和Debian系统差不多，有些许不同。

原创不易，请尊重原创！转载请注明出处！

本文使用的各种库的版本如下：

库	版本
显卡型号	GTX1080
Nvidia驱动	460
cuda	10.2
cndnn	7.6.5
pytorch	1.9.0
spconv	1.2
cmake	3.21.0

下面开始！！！

0.下载

cd /home

下载：

wget https://us.download.nvidia.com/XFree86/Linux-x86_64/460.84/NVIDIA-Linux-x86_64-460.84.run
wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
wget https://developer.download.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.2_20191118/cudnn-10.2-linux-x64-v7.6.5.32.tgz?ULLKdlsuJOpWJcHk63flk4-ZzKwDR_LSCxqhddmDqqObMDtcGavhBXvK_tDU9Hzy0FlNIEg6G-79EgidA8g1yaVN12ZqvnsLP5oRwtJP3QGuL034PmzFztLjjzNCVxIJ0Aemm98pouKWw_wRPlALH-xUx5_gVzGDQpRLy2NOSz1E5Yec3zKmvwBkcGpRc23YXZj2u0Ha8NYEjScjm0Xyg1yI8RwUjjlCPQ
wget https://github.com/Kitware/CMake/releases/download/v3.21.0-rc2/cmake-3.21.0-rc2.tar.gz

1. Nvidia驱动安装

查看显卡是否为Nvidia

lspci | grep -E "VGA|3D"

换源

sudo gedit /etc/apt/source.list

加入：

deb https://mirrors.aliyun.com/debian/ buster main contrib non-free
deb https://mirrors.aliyun.com/debian/ buster-backports main contrib non-free
deb https://mirrors.aliyun.com/debian/ buster-updates main contrib non-free
deb https://mirrors.aliyun.com/debian-security/ buster/updates main contrib non-free

输入

sudo apt-get update
sudo reboot

卸载以前的驱动：

sudo apt-get remove --purge nvidia*
sudo chmod +x *.run
sudo ./NVIDIA-Linux-x86_64-460.84.run --uninstall

接下来需要禁用nouveau，打开/etc/modprobe.d/blacklist.conf在文本最后一行添加blacklist nouveau

sudo gedit /etc/modprobe.d/blacklist.conf

加入：

blacklist nouveau
options nouveau modeset=0

然后输入，重新生成ramfs。

sudo update-initramfs -u
sudo reboot

电脑重启之后执行下面的代码，没有输出，即说明安装成功

lsmod | grep nouveau

按Ctrl-Alt+F1，输入用户名和密码登录，进入驱动文件目录，为文件赋权。

sudo chmod a+x NVIDIA-Linux-x86_64-460.84.run

查询并锁定内核版本：

uname -a
sudo apt-mark hold linux-image-4.19.0-8-amd64

安装Nvidia460驱动(注意此时应在tty环境中执行)

sudo sh NVIDIA-Linux-x86_64-460.84.run

按Ctrl-Alt+F1,
yes
ok

ls
sudo reboot

输入以下代码，若出现驱动信息则安装成功

sudo nvidia-smi

2. 安装cuda10.2

这里官网没有Debian的cuda10.2版本，所以我们可以下载Ubuntu18.04的cuda10.2版本，亲测安装成功！！
（注意此命令需要按Ctrl-Alt+F1进入tty环境执行）

sudo service lightdm stop
ls
sudo sh ./cuda_10.2.89_440.33.01_linux.run

accept

把驱动的框选取消掉，我们已经提前安装了显卡驱动。

Install

进入图形界面
方法1
按Ctrl-Alt+F1
方法2

sudo reboot

输入

sudo gedit ~/.bashrc

加入

export PATH=/usr/local/cuda-10.2/bin:/usr/local/cuda-10.2/nsight-compute-2019.5.0/${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64
source ~/.bashrc

之后检测安装是否成功

cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

nvcc -V

正常输出Result=Pass，则证明安装成功。

3. 安装cudnn7.6.5

下载cuda10.2版本对应的cudnn7.6.5

tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-10.2/lib64/libcudnn*

检测是否安装成功

cat /usr/local/cuda-10.2/include/cudnn.h | grep CUDNN_MAJOR -A 2

4.安装pytorch1.9.0

新建一个conda虚拟环境

conda create -n OpenPCDet python=3.7
conda activate OpenPCDet

输入

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

5.编译spconv

安装编译环境

sudo apt-get install libboost-dev libboost-all-dev 
sudo apt-get install libssl-dev

安装cmake3.21.0

tar -xzvf cmake-3.21.0-rc2.tar.gz
cd cmake-3.21.0-rc2

sudo ./configure
sudo make
sudo make install
查看版本：
cmake -version 
创建软链接
sudo ln -sf /usr/local/bin/* /usr/bin/

拉取源码并编译spconv

git clone https://github.com/traveller59/spconv.git --recursive
cd spconv
python setup.py bdist_wheel
cd ./dist
pip install *

检验spconv是否安装成功，无报错即可

python
import spconv

6.安装pcdet v0.3

拉取源码

git clone https://github.com/open-mmlab/OpenPCDet.git
cd OpenPCDet

gedit requirements.txt 

注释torch>=1.1

pip install -r requirements.txt 
python setup.py develop 

测试pcdet

直接安装vtk, mayavi, pyqt5

cd tools
pip install vtk==8.1.2
pip install mayavi=4.7.1
pip install pyqt5==5.15.0

python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt pv_rcnn_8369.pth --data_path ../data/kitti/testing/velodyne/000008.bin 

曲线安装mayavi, pyqt5

添加anaconda清华源

conda config --remove-key channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

曲线安装安装

conda install mayavi
conda remove --force vtk
pip install vtk==8.1.2
pip install pyqt5==5.15.0

python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt pv_rcnn_8369.pth --data_path ../data/kitti/testing/velodyne/000008.bin 

至此，OpenPCDet的环境配置结束！

[参考]：
https://linoxide.com/install-nvidia-driver-debian/
https://amagi.yukisaki.io/article/6e82f743-6cec-49d0-bc73-4d1469a601f5/
https://www.codenong.com/cs109267381/
http://www.siyuanblog.com/?p=915
https://blog.csdn.net/W1995S/article/details/114597797
https://zhuanlan.zhihu.com/p/373668000
https://zhuanlan.zhihu.com/p/215932478
https://blog.csdn.net/weixin_45377028/article/details/112406076
https://blog.csdn.net/hughlee815/article/details/107226257
https://github.com/tyjiang1997/spconv1.0