CenterPoint简介、环境配置与安装

简介

三维对象通常表示为点云中的 3D Bbox，但3D 世界中的对象不遵循任何特定方向，并且anchor-based的检测器难以枚举所有方向或将轴对齐的边界框拟合到旋转的对象。

CenterPoint是一个center-based的二阶段方法，第一阶段预测物体中心点，并得到粗略3D bbox（包括大小、方向和速度），第二阶段回归得出score与精确的3D bbox，由于点没有方向，预测时极大地缩小了搜索空间，速度超过了以往的二阶段检测方法。在 CenterPoint 中，3D 对象跟踪简化为贪婪的最近点匹配。由此产生的检测和跟踪算法简单、高效且有效。

Centerpoint网络结构如下图所示：

环境配置与安装

博主在配置CenterPoint的环境时，按照原链接安装时采了很多坑，总会各种报错。

https://github.com/tianweiy/CenterPoint/blob/master/docs/INSTALL.md

下面是成功运行的安装教程：

Requirements

• Linux
• Python 3.6+
• PyTorch 1.1 or higher
• CUDA 10.0 or higher
• CMake 3.13.2 or higher
• spconv
• APEX

注意：

• spconv应该是与cuda相匹配的特定版本
• 经验法则是，你的pytorch cuda版本必须与你的系统的cuda版本匹配，其他cuda扩展才能正常工作。

我的硬件配置为：

• Linux（Ubuntu 18.04）
• NVIDIA GeForce RTX 2080TI
• NVIDIA显卡驱动版本：11.4
• CUDA version：10.2

Basic Installation

# 创建名为centerpoint的conda环境
conda create --name centerpoint python=3.7
conda activate centerpoint
# 安装pytorch
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch
# 下载CenterPoint的Github库
git clone https://github.com/tianweiy/CenterPoint.git
cd CenterPoint
# 安装相关软件
pip install -r requirements.txt

# add CenterPoint to PYTHONPATH by adding the following line to ~/.bashrc (change the path accordingly)
export PYTHONPATH="${PYTHONPATH}:PATH_TO_CENTERPOINT"

Advanced Installation

nuScenes dev-kit

安装nuscenes数据集所需要的软件包：

git clone https://github.com/tianweiy/nuscenes-devkit

# add the following line to ~/.bashrc and reactivate bash (remember to change the PATH_TO_NUSCENES_DEVKIT value)
export PYTHONPATH="${PYTHONPATH}:PATH_TO_NUSCENES_DEVKIT/python-sdk"

Cuda Extensions

环境变量也可以添加到./bashrc中：

# set the cuda path(change the path to your own cuda location) 
export PATH=/usr/local/cuda-10.2/bin:$PATH
export CUDA_PATH=/usr/local/cuda-10.2
export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
bash setup.sh 

spconv

spconv的版本问题是报错最多的，但这里有一些奇怪。

sudo apt-get install libboost-all-dev
pip install spconv-cu113 # 自己硬件cuda版本是cuda10.2，但安装cu113却可以成功运行

APEX

APEX是PyTorch扩展包，它是一个为混合精度训练和分布式训练设计的工具包。

git clone https://github.com/NVIDIA/apex
cd apex
# 注意在此我使用的是master分支，如果后续有更新，新版本无法支持，可能需要切换到老版本
python3 setup.py install