MMdetecetion3D 安装教程

MMdetecetion3D 安装教程

从官网上下载并安装miniconda

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
(wget 安装命令 apt-get update; apt-get upgrade; apt-get install wget)

初始化Miniconda

~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

创建并激活一个 conda 环境

conda create --name openmmlab python=3.8 -y
conda activate openmmlab
(source activate
source deactivate)

基于 PyTorch 官方说明安装 PyTorch
GPU 平台

conda install pytorch torchvision -c pytorch

CPU 平台

conda install pytorch torchvision cpuonly -c pytorch

使用 MIM 安装 MMEngine，MMCV 和 MMDetection

pip install -U openmim –ignore-installed PyYAML
mim install mmengine
mim install 'mmcv>=2.0.0rc4'
mim install 'mmdet>=3.0.0'

安装mmdetectiond3D
方案 a：如果您开发并直接运行 mmdet3d，从源码安装它：

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。

方案 b：如果您将 mmdet3d 作为依赖或第三方 Python 包使用，使用 MIM 安装：

mim install "mmdet3d>=1.1.0rc0"

注意：

如果您希望使用 opencv-python-headless 而不是 opencv-python，您可以在安装 MMCV 之前安装它。

一些安装依赖是可选的。简单地运行 pip install -v -e . 将会安装最低运行要求的版本。如果想要使用一些可选依赖项，例如 albumentations 和 imagecorruptions，可以使用 pip install -r requirements/optional.txt 进行手动安装，或者在使用 pip 时指定所需的附加功能（例如 pip install -v -e .[optional]），支持附加功能的有效键值包括 all、tests、build 以及 optional。

我们已经支持 spconv 2.0。如果用户已经安装 spconv 2.0，代码会默认使用 spconv 2.0，它会比原生 mmcv spconv 使用更少的 GPU 内存。用户可以使用下列的命令来安装 spconv 2.0：

pip install cumm-cuxxx
pip install spconv-cuxxx

xxx 表示环境中的 CUDA 版本。

例如，使用 CUDA 10.2，对应命令是 pip install cumm-cu102 && pip install spconv-cu102。

支持的 CUDA 版本包括 10.2，11.1，11.3 和 11.4。用户也可以通过源码编译来安装。更多细节请参考spconv v2.x。

我们也支持 Minkowski Engine 作为稀疏卷积的后端。如果需要，请参考安装指南 或者使用 pip 来安装：

conda install openblas-devel -c anaconda
export CPLUS_INCLUDE_PATH=CPLUS_INCLUDE_PATH:${YOUR_CONDA_ENVS_DIR}/include
# replace ${YOUR_CONDA_ENVS_DIR} to your anaconda environment path e.g. `/home/username/anaconda3/envs/openmmlab`.
pip install -U git+https://github.com/NVIDIA/MinkowskiEngine -v --no-deps --install-option="--blas_include_dirs=/opt/conda/include" --install-option="--blas=openblas"

我们还支持 Torchsparse 作为稀疏卷积的后端。如果需要，请参考安装指南 或者使用 pip 来安装：

sudo apt install libsparsehash-dev
pip install --upgrade git+https://github.com/mit-han-lab/torchsparse.git@v1.4.0