MMDetection3D目标检测框架安装配置

本文介绍在安装mmdetection3d目标检测框架的流程，MMdetection3D是一个通用的3D目标检测框架，支持单目、双目、RGB-D等多种传感器的数据，支持多种算法，包括VoteNet、MVXNet、Part-A2、PointPillars等，可以覆盖单模态和多模态检测，室内和室外场景SOTA。

安装之前一定要确认好自己的cuda版本！！

官方文档要求

MMDetection3D 支持在 Linux，Windows（实验性支持），MacOS 上运行，它需要 Python 3.7 以上，CUDA 9.2 以上和 PyTorch 1.6 以上。

1. 在服务器创建虚拟环境（已有anaconda的前提下）

conda create -n mm3d python=3.7 - y
conda activate mm3d

如果你没有anaconda，需要安装点此下载安装

2. 下载安装pytorch

从pytorch官方点此安装pytorch安装对应自己cuda版本的pytorch，这个很重要，要不然后面会报错。

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

我这里cuda是11.6版本，所以我下载了对应版本的pytorch。

3. 使用 MIM 安装 MMEngine，MMCV 和 MMDetection

pip install -U openmim
mim install mmengine
mim install 'mmcv>=2.0.0rc4'
mim install 'mmdet>=3.0.0'

4. 安装MMDetection3D

git clone https://github.com/open-mmlab/mmdetection3d.git -b dev-1.x
# "-b dev-1.x" 表示切换到 `dev-1.x` 分支。
cd mmdetection3d
pip install -v -e .
# "-v" 指详细说明，或更多的输出
# "-e" 表示在可编辑模式下安装项目，因此对代码所做的任何本地修改都会生效，从而无需重新安装。

5. 下载模型权重测试

mim download mmdet3d --config pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car --dest 

运行下面代码进行推理验证

python demo/pcd_demo.py demo/data/kitti/000008.bin pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car.py hv_pointpillars_secfpn_6x8_160e_kitti-3d-car_20220331_134606-d42d15ed.pth --show

运行结果

大家在安装的过程中一定要好好看一遍官方要求，一步错步步错。

参考资料

1. 官方安装手册
2. 适合自己的安装流程