OpenPCDet 环境安装

官方地址:https://github.com/open-mmlab/OpenPCDet/blob/master/docs/INSTALL.md

一、环境

Ubuntu 18.04
CUDA 10.0
Python 3.6
PyTorch 1.3.1
spconv v1.2

二、环境安装

基础环境安装
conda create -n open-pcdet python=3.6 -y
conda activate open-pcdet
pip install torch==1.3.1+cu100 torchvision==0.4.2+cu100 -f https://download.pytorch.org/whl/torch_stable.html
spconv安装

spconv安装过程中,还涉及cmake安装、libboost-all-dev安装等。这些在之前的博客1.0 SA-SSD 环境配置中有较为详细的安装过程。

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

spconv安装成功:
在这里插入图片描述

三、pcdet v0.3 安装

git clone https://github.com/open-mmlab/OpenPCDet.git
pip install -r requirements.txt
python setup.py develop

pcdet v0.3 安装成功:
在这里插入图片描述

四、Demo

环境安装

mayavi过程中可能遇到的问题,在之前的博客2.0 SA-SSD KITTI 3D数据可视化中有记录。

pip install mayavi
Demo
cd tools/
python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt ../work_dir/pv_rcnn_8369.pth --data_path /home/ch511/mmdet_dataset/KITTI/testing/velodyne/000100.bin 

在这里插入图片描述

五、训练

create_kitti_infos在之前已经完成了,例如1.0 SA-SSD 环境配置
修改配置文件中的数据集路径等信息:tools/cfgs/dataset_configs/kitti_dataset.yaml和tools/cfgs/kitti_models/pv_rcnn.yaml

python train.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml

六、测试

python ./test.py --cfg_file ./cfgs/kitti_models/pv_rcnn.yaml --ckpt ../output/kitti_models/pv_rcnn/origin/ckpt/checkpoint_epoch_80.pth --output_path output/kitti_models/pv_rcnn/origin/
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于在Windows上安装OpenPCDet,您可以按照以下步骤进行操作: 1. 首先,确保您已经安装了Python环境。建议使用Anaconda来管理Python环境,您可以从Anaconda官网下载安装程序并按照提示进行安装。 2. 打开Anaconda Prompt(或者其他的命令行工具),创建一个新的虚拟环境。您可以使用以下命令创建一个名为"openpcdet"的虚拟环境: ``` conda create -n openpcdet python=3.7 ``` 3. 激活虚拟环境。在Anaconda Prompt中使用以下命令激活"openpcdet"环境: ``` conda activate openpcdet ``` 4. 安装PyTorch和CUDA。您可以根据自己的硬件和CUDA版本选择合适的PyTorch和CUDA版本。例如,如果您的电脑上安装了CUDA 10.2,则可以使用以下命令安装相应的PyTorch版本: ``` conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=10.2 -c pytorch ``` 5. 下载OpenPCDet源代码。您可以从OpenPCDet的GitHub仓库(https://github.com/open-mmlab/OpenPCDet)中下载最新的源代码。 6. 安装依赖库。在虚拟环境中,使用以下命令安装OpenPCDet所需的依赖库: ``` pip install -r requirements.txt ``` 7. 编译CUDA扩展。在OpenPCDet源代码的根目录下,运行以下命令编译CUDA扩展: ``` python setup.py develop ``` 8. 配置数据集和预训练模型。根据您的需求,将数据集放置在合适的位置,并下载相应的预训练模型。 9. 运行OpenPCDet。您可以按照OpenPCDet的文档和示例进行使用和测试。 请注意,以上步骤仅提供了一个大致的安装指南,具体的安装过程可能会因您的环境和需求而有所不同。强烈建议您参考OpenPCDet的官方文档和GitHub仓库中的说明进行安装和配置。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值