安装OpenPCDet遇到的问题

一、前言

1、本文遇到的问题分为两个章节：云平台安装遇到的问题和本地安装遇到的问题。

2、云平台和本地：云平台有些解决方案放在本地不一定适用，本地放在云平台亦是如此，大家需要尝试一下。

3、版本问题：如果遇到奇奇怪怪的问题，应该首先检查是不是因为版本的问题，我推荐是装高不装低，除非程序硬性要求。（主要是低版本问题太多，太难安装了）

4、环境搭建

九天毕昇云平台安装Openpcdet：九天毕昇”云平台：python3.7+CUDA10.1+torch1.6.0+spconcv1.2.1安装OpenPCDet全流程https://blog.csdn.net/weixin_44013732/article/details/126030624

本地安装Openpcdet：

Ubuntu 22.04从零开始安装Openpcdet 0.6.0——详细记录过程https://blog.csdn.net/weixin_44013732/article/details/130651896

二、云平台安装遇到的问题：

以下是在九天毕昇云平台中安装出现的问题，采用低版本安装：

CUDA10.1+torch1.6.0+spconv1.2.1+pcdet0.5.2

1.遇到问题：OSError: libcuhash.so: cannot open shared object file: No such file or directory

解决方法：
sudo find / -name libcuhash.so
输入：export LD_LIBRARY_PATH=/root/.local/lib/python3.7/site-packages/spconv:"${LD_LIBRARY_PATH}"

参照：OSError: libcuhash.so: cannot open shared object file: No such file or directory

---

2.遇到问题：TypeError: expected str, bytes or os.PathLike object, not NoneType

解决方法：

    python train/test/demo.py时，后面没有加路径，可以改为：

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

    python test.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --batch_size 1 --ckpt /root/PointCloudDet3D/output/kitti_models/pv_rcnn/default/ckpt/checkpoint_epoch_51.pth --save_to_file

    python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt /root/PointCloudDet3D/output/kitti_models/pv_rcnn/default/ckpt/checkpoint_epoch_51.pth  --data_path /root/PointCloudDet3D/data/kitti

train.py:train.py 文件后面需要加上需要训练模型的位置.(即yaml)
test.py：除了yaml路径外，还需要加入pth数据的位置，一般都放在output中（train后才会生成，否则木有文件数据）
demo.py:运行代码，除了需要加上ckpt中训练的pth路径外，还需要加上data的路径，即 /root/PointCloudDet3D/data/kitti，否则也会报错。

如果加上仍然报错，可能是程序本身的问题。

---

3.遇到问题：RuntimeError: The detected CUDA version (10.1) mismatches the version that was used to compile PyTorch (10.2). Please make sure to use the same CUDA versions.

解决方法：删除高版本torch，找到适合CUDA的torch低版本，对应好torchvision。

---

4.遇到问题：Unable to locate package xxx

解决方法：apt-get update升级乌班图

---

5.遇到问题：用apt-get出现以下错误：
Failed to fetch http://archive.ubuntu.com/ubuntu/pool/universe/p/p7zip/p7zip_16.02+dfsg-6_amd64.deb  Temporary failure resolving 'archive.ubuntu.com'

解决方法：
①如果是网络问题：
用vim编辑器进行添加DNS
(1)使用sudo vi /etc/resolv.conf
(2)按i插入：
(3)nameserver 202.96.134.133
(4)nameserver 8.8.8.8
(5)按Esc退出，并输入:wq!强制退出并保存。
(6)用vim /etc/apt/sources.list进入镜像源界面
(7)再用sudo apt-get update进行更新。
②如果不是网络问题：
不要在指令前加sudo，例如： sudo apt-get update改为 apt-get update。

---

6.遇到问题：Linux出现“E45: ‘readonly‘ option is set (add ! to override)”

解决方法：
该错误为当前用户没有权限对文件作修改,如果是root权限，可以:wq! 强行保存退出；

---

7.遇到问题：Linux修改文件出现[O]pen Read-Only、(E)dit anyway、(R)ecover解决方法

解决方法：
[O]pen Read-Only： 打开此档案成为只读档， 可以用在你只是想要查阅该档案内容并不想要进行编辑行为时。
(E)dit anyway:还是用正常的方式打开你要编辑的那个档案， 并不会载入暂存盘的内容。不过很容易出现两个使用者互相改变对方的档案等问题！
( R )ecover： 就是加载暂存盘的内容，用在你要救回之前未储存的工作。 不过当你救回来并且储存离开 vim 后，还是要手动自行删除那个暂存档喔！
(D)elete it： 你确定那个暂存档是无用的！那么开启档案前会先将这个暂存盘删除！ 这个动作其实是比较常做的！因为你可能不确定这个暂存档是怎么来的，所以就删除掉他吧！
(Q)uit： 按下 q 就离开 vim ，不会进行任何动作回到命令提示字符。
(A)bort： 忽略这个编辑行为

---

8.遇到问题：unzip解压不了KITTI大数据压缩包

解决方法：使用jar命令进行解压，jar xvf xxxx.zip，xvf前不要加-

---

9.遇到问题：Unable to locate package错误解决

解决方法：  

apt-get update    （不要加sudo）
apt-get upgrade

---

10.压缩解压缩zip

解决方法：
安装：apt-get install zip
zip xxx.zip xxx
或者pip install zip

---

11.遇到问题：Failed to build mayavi

解决方法：

pip install vtk==8.1.2
将VTK版本降级

---

12.安装yum

解决方法：apt-get install yum

---

13.遇到问题：

Undifined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceIN3c107complexINS2_4HalfEEEEEPKNS_

解决方法：
可能1：torch版本太高，cuda10.1适合安装torch1.5.0-torch1.7.0。推荐使用torch1.6.0，目前没有出错，其他两个版本依旧报错。
可能2：其他第三方库版本太高或太低，例如安装mmdet时，mmcv-full安装1.6.2就会报出这样的错误，而mmcv-full==1.6.1时就不会。

---

14.遇到问题：
TypeError: load() missing 1 required positional argument: ‘Loader‘？

解决方法：
Yaml 5.1版本之后就弃用了不安全的load加载方式，需要在load方法中加入指定的加载器，或者使用安全加载api， 通过默认加载器使load函数的安全得到加强。
直接安装指定版本下的 yaml 包即可

pip uninstall pyyaml
pip install pyyaml==5.1

---

15.遇到问题：libtorch_cpu.so找不到

解决方法：

安装torch1.8.0 以上版本，否则torch/lib里没有该文件，所以采用find命令进行查找。

    sudo find / -name libtorch_cpu.so
查到相应的路径用下列代码

    export LD_LIBRARY_PATH=文件路径:"${LD_LIBRARY_PATH}"

例如：

    export LD_LIBRARY_PATH=/usr/local/lib/python3.6/dist-packages/torch/lib:"${LD_LIBRARY_PATH}"
    export LD_LIBRARY_PATH=/opt/conda/envs/pytorch1.8/lib/python3.9/site-packages/torch/lib:"${LD_LIBRARY_PATH}"

---

16. 遇到问题:
python: symbol lookup error: /root/.local/lib/python3.7/site-packages/torch/_C.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _Z10initModulev

解决方法：

pytorch版本太低，需要用torch1.5及以上的。

---

17.遇到问题
OSError: /root/.local/lib/python3.7/site-packages/spconv/libspconv.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceISt7complexIdEEEPKNS_6detail12TypeMetaDataEv

解决方法：

spconv虽然安装上了，但是安装有缺口，需要重新配置。
或者是由于版本不适配的问题。

---

18.遇到问题
ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory

解决方法：
这是CUDA10.0版本的东西，
通过find找到该文件：

    sudo find / -name libcudart.so.10.0

找到文件路径，/usr/local/lib/python3.6/dist- packages/cntk/libs/libcudart.so.10.0

将上面的路径添加到临时路径

    export LD_LIBRARY_PATH=/usr/local/lib/python3.6/distpackages/cntk/libs:"${LD_LIBRARY_PATH}"

  
find查找后，发现文件是在python3.6的cntk文件夹下，我的环境是python3.7，不能安装cntk（cntk最高版本只支持python 3.6），只能通过export 临时加入环境变量。

---

19.本地安装cmake但pip查不到

解决方法：
这是cmake安装命令（在本地安装）：

    #解压
    tar -xvzf cmake-3.15.3.tar.gz
    cd cmake-3.15.3
    ./bootstrap    #执行引导文件
    #该命令执行需要一定时间，请耐心等待。成功执行结束之后，末尾提示:CMake has bootstrapped.  Now run make.
    make
    sudo make install
    cmake --version
    cd ..
    rm -rf cmake-3.15.3  #清理安装源代码
    pip install cmake==3.15.3

前面时建立安装环境，最后还需要加上pip install cmake==3.15.3否则还是显示没安装上。

---

20.安装spconv时运行python setup.py bdist_wheel出错

问题如下：
subprocess.CalledProcessError: Command '['cmake', '/home/zdj/spconv', '-DCMAKE_PREFIX_PATH=/home/zdj/anaconda3/envs/pytorch/lib/python3.7/site-packages/torch', '-DPYBIND11_PYTHON_VERSION=3.7', '-DSPCONV_BuildTests=OFF', '-DPYTORCH_VERSION=10600', '-DCMAKE_CUDA_FLAGS="--expt-relaxed-constexpr" -D__CUDA_NO_HALF_OPERATORS__ -D__CUDA_NO_HALF_CONVERSIONS__', '-DCMAKE_LIBRARY_OUTPUT_DIRECTORY=/home/zdj/spconv/build/lib.linux-x86_64-3.7/spconv', '-DCMAKE_BUILD_TYPE=Release']' returned non-zero exit status 1.

解决方法1：
此问题说明spconv安装缺文件，从官方下载下来的spconv1.2.1，文件夹下的third_party/pybind11是空的，需要自己手动去下载。

pybind11链接：
[https://github.com/pybind/pybind11/tree/3b1dbebabc801c9cf6f0953a4c20b904d444f879](https://github.com/pybind/pybind11/tree/3b1dbebabc801c9cf6f0953a4c20b904d444f879)
解决方法2：电脑是30系列显卡时，需要安装CUDA11.x，属于高版本，spconv需要安装2.x。

每台主机问题多种多样，出现这种问题很多情况下是版本不适配。

解决方法3：今天又碰着了一回，是安装spconv1.0时候，以下给出一个github的解决方案：

conda create --name spconv python=3.7 pytorch=1.4 cudatoolkit=10.1 cudatoolkit-dev=10.1 cmake --channel pytorch

conda activate spconv

conda install cudnn

git clone https://github.com/traveller59/spconv --recursive

cd spconv

git checkout 8da6f967fb9a054d8870c3515b1b44eca2103634

git am <path_to_hotfixes>/0001-fix-problem-with-torch-1.4.patch

git am <path_to_hotfixes>/0001-Allow-to-specifiy-CUDA_ROOT-directory-and-pick-corre.patch

CUDA_ROOT=<path_to_your_conda_installation>/envs/spconv python setup.py bdist_wheel

cd dist/

pip install *

解决方法4：

把/spconv/build/文件夹里面的环境都删除，重新安装一遍，有可能是之前某个电脑安装的残留，导致现在安装不了。

解决方法5：
不乏有文件错误的可能，这里提供一个我亲测有效的文件：
用于spconv1.2.1的安装，目前亲测有效

以后遇到其他方案还会更新。。。
参考：https://lightrun.com/answers/traveller59-spconv-cuda-path-seems-to-be-hard-coded

---

21.遇到问题：
ImportError: cannot import name 'spconv_utils' from 'spconv' (/root/spconv-1.2.1/spconv/__init__.py)

解决方法：

方案1：
卸载了重新装，就是这么神奇。

借鉴：spconv库安装成功但是无法import

方案2：更新2023-9-3
今天又碰着了一回，发现我方案1的描述可能没说清楚，你编译完后还需要安装spconv.whl，这个文件在spconv/dist文件夹中，输入以下指令执行pip安装：

cd ./dist && pip install *

---

22.遇到问题：TypeError: zip argument #1 must support iteration

解决方法：

程序本身有问题，用pcdet0.3.0运行时出现的错误，转用pcdet0.5.2就可以运行。

---

23.遇到问题：装过一次pcdet，仍然还出现ModuleNotFoundError: No module named 'pcdet'

解决方法：

再次执行pyhton setup.py develop进行安装。

---

24.遇到问题：
FileNotFoundError: [Errno 2] No such file or directory: '/media/hpc/FED242EAD242A6AD/data/kitti/kitti_dbinfos_train.pkl

解决方法：
①更改数据生成路径：
来到/pcdet/pcdet/datasets/kitti/kitti_dataset.py文件：
倒数第三行和倒数第四行修改data_path和save_path，修改为 
data_path=ROOT_DIR / 'pcdet' / 'data' / 'kitti',
save_path=ROOT_DIR/ 'pcdet' / 'data' / 'kitti'。
②更改数据索引路径
来到/pcdet/tools/cfgs/datasets_configs/kitti_dataset.yaml文件：
修改第二行路径DATA_PATH为DATA_PATH: '/root/pcdet/data/kitti'。

---

25.遇到问题：TypeError: Caught TypeError in DataLoader worker process 0.
该错误是关于DataLoader进行训练数据的存取工作线程的问题

解决方法：
在/pcdet/pcdet/datasets/__init__.py：存着build_dataloader，里面有DataLoader函数——数据加载器，64行，将num_workers=works中的works直接改为0。

切忌将上面的works改为0（上面的输入参数），否则仍然没有用，直接删掉改为0就好。

---

26.遇到问题：TypeError: cannot unpack non-iterable NoneType object

解决方法：

程序有问题，请换一个程序包尝试。用pcdet0.3.0运行时出现的错误，转用pcdet0.5.2就可以运行。

---

27.遇到问题：TypeError: stat: path should be string, bytes, os.PathLike or integer, not NoneType

解决方法：

训练test.py时后面需要加上cfgs的访问地址和ckpt的访问地址，如下：

python test.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --batch_size 1 --ckpt /root/PointCloudDet3D/output/kitti_models/pv_rcnn/default/ckpt/checkpoint_epoch_51.pth --save_to_file

这个地址就是训练模型yaml的地址和训练好的pth的地址，pth只有在train过后才会自动生成。

---

28.遇到问题：ImportError: cannot import name 'iou3d_nms_cuda' from 'pcdet.ops.iou3d_nms'

解决方法：
可能1：
pcdet安装版本太低，问题中提到的错误是高版本的东西。如果用pcdet0.3.0安装，却运行了pcdet0.5.2的东西，则会出现这种错误。
需要再次安装高版本的pcdet，即python pcdet.py develop。
可能2：
程序包本身错误。

---

29.遇到问题：ModuleNotFoundError: No module named 'spconv.pytorch'

解决方法：这个是spconv2.x的东西，spconv原本的函数全部封装到一个叫做pytorch的文件夹下，如果你使用的是1.2.1及以下版本，那么把import spconv改成：

import spconv.pytorch as spconv

就行了。

---

30.遇到问题：FileNotFoundError: [Errno 2] No such file or directory: '/root/PointCloudDet3D/data/kitti_big/kitti_dbinfos_train.pkl'

解决方法：

data里头没数据，需要生成数据或者拷贝数据，或者缺少某些文件。

我提供给大家一个生成好的data文件：
小型kitti数据集

三、本地安装pcdet出现的问题

本地安装的版本比较高：

CUDA11.1+ ‘torch1.9.1+cu111’ + spconv-cu111 2.1.25+pcdet0.6.0

以上是在云平台上安装过程中出现的问题，下面是在本地遇到的问题：

---

31. 安装cuda时遇到的问题：Failed to verify gcc version. See log at /var/log/cuda-installer.log for details.

解决方法：

参考：Linux安装CUDA GCC版本不兼容

加入--override即可，例如：

    sudo sh cuda_10.2.89_440.33.01_linux.run --override

---

32.安装pcdet时报错：subprocess.CalledProcessError: Command '['which', 'g++']'returned non-zero exit status 1.

问题描述：这个问题其实是gcc/g++编译时，出现版本不匹配的问题，最终会导致编译不出build文件夹下的.o文件。

解决方法1：
缺少g++编译器，可以用以下指令去安装g++：

sudo apt-get install build-essential

参考：报错subprocess.CalledProcessError: Command ‘[‘which‘, ‘g++‘]‘ returned non-zero exit status 1.

解决方法2：

用上面的方法有可能出现以下情况（反正我电脑是没用）：

unsupported GNU version! gcc versions later than 10 are not supported! The nvcc flag  -allow-unsupported-compiler  can be used to override this version check; however, using an unsupported host compile...

也就是说，你的gcc和g++版本过高啦，这个指令sudo apt-get install build-essential
会自动安装与系统匹配的最新g++版本，需要手动降版本安装（略麻烦，但是有用）：

安装过程如下：

①检查版本

首先查看下你之前安装的gcc版本:

gcc -v

如果显示：

说明你安装的是高版本：11.30

②手动降版本

根据问题描述：gcc versions later than 10 are not supported!

说明我们要安装gcc10版本以下的，这里我们选择安装gcc-9

先卸载之前的：

卸载原来高版本的gcc

sudo apt-get remove gcc

 通过autoremove指令卸载高版本g++:

sudo apt autoremove

安装gcc-9

sudo apt-get install gcc-9

安装g++-9

sudo apt-get install g++-9

③添加软连接

 但是这样还没有安装完，你使用gcc -v指令仍然不能看到你的gcc版本

是因为我们还需要手动加入软链接，用来链接我们的gcc和g++。

具体操作如下：

输入指令,删除之前的软连接：

sudo rm /usr/bin/gcc

sudo rm /usr/bin/g++

构建新的软连接：

sudo ln -s /usr/bin/gcc-9 /usr/bin/gcc

sudo ln -s /usr/bin/g++-9 /usr/bin/g++

这时我们再看看我们的gcc版本：

9.5.0版本，没错，接下来跑一下python setup.py develop

好了，原来gcc编译的位置没报错，解决啦！剩下就是漫长的build环节~

参考：简单实现gcc/g++更换版本

---

 33、subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘--version‘]‘ returned non-zero exit status 1

解决方法：

将/OpenPCDet-master/setup.py下的这段代码：

cmdclass={'build_ext': BuildExtension}

更改为：

cmdclass={'build_ext': BuildExtension.with_options(use_ninja=False)}

该步骤是为了pytorch禁用ninja。

解决方法参考：

[VoteNet]报错出现错误“subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned nonzero exit state_天蓝色秋裤的博客-CSDN博客

博主真牛比。

--------------------------------------------------------------------------------------------------------------------------------

如果上述方法不能解决，可能是由于其他错误引起的，不要死盯着这个看，可以向上翻一翻，是不是哪个文件太老了没法编译。（我猜的，因为之前遇到过）

---

34、    raise RuntimeError(message) from e
RuntimeError: Error compiling objects for extension

解决方法：

以下解决方法仅适用于pcdet：

你往上面翻一翻，看看是不是有个这样的问题：

如果是，恭喜你，参照33号问题，问题解决。

如果不是，抱歉我还没遇到::>_<::，有些博客说是pytorch版本的问题：

---

35、报错：iou3d_nms_kernel.o: 没有那个文件或目录 

问题：

/home/xyy/anaconda3/compiler_compat/ld: cannot find /home/xyy/OpenPCDet-master/build/temp.linux-x86_64-3.7/pcdet/ops/iou3d_nms/src/iou3d_nms_kernel.o: 没有那个文件或目录

collect2: error: ld returned 1 exit status

error: command 'g++' failed with exit status 1

问题描述：应该是根据网上的方法，将cpp_extention.py文件中的['ninja','--v'] 改成['ninja','--version']，这样的方法治标不治本，导致build文件夹下的.o文件根本编译不出来。

解决方法：

把['ninja','--version']改回['ninja','--v']，接着会报33号错误，查看上面的解决方法。 

---

36、报错：

/home/xyy/OpenPCDet-master/pcdet/ops/iou3d_nms/src/iou3d_cpu.cpp:12:10: fatal error: cuda.h: 没有那个文件或目录
   12 | #include <cuda.h>
      |          ^~~~~~~~
compilation terminated.

​

解决方法：
缺少cuda环境变量设置，主要是缺少CUDA_HOME变量设置。

①检查Linux下的环境变量中有没有将cuda添加上去

vim ~/.bashrc #打开环境变量脚本

②添加下面几行代码

export CUDA_HOME=/usr/local/cuda

export PATH=$PATH:/usr/local/cuda/bin  

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  

export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

③记得更新：source ~/.bashrc。 

④再运行一下python setup.py develop就没问题啦：明显看到到building的时候没有卡。

​

---

37、报错：

No local packages or working download links found for SharedArray

error: Could not find suitable distribution for Requirement.parse('SharedArray')

解决方法：

按照以下指令安装：

pip install sharedarray==3.1.0

 安装的版本尽量不要太高，否则可能会影响后续安装，因人而异。

---

38、报错：ImportError: numpy.core.multiarray failed to import

解决方法1：

原因：sharedarray和numpy版本不匹配。

出现这个错误（ImportError: numpy.core.multiarray failed to import）往往是因为numpy版本过低，但是numpy=1.19.5显然已经很高。追溯错误发现是import SharedArray导致报错，经查是因为sharedarray库版本过高，所以对其进行降级处理：

pip install sharedarray==3.1.0

原文链接：关于Numpy的版本错误_numpy版本过高_炒饭小哪吒的博客-CSDN博客

解决方法2： 使用sharedarray==3.2.0搭配numpy==1.23.5，目前测试可行的

---

39、报错： ImportError: cannot import name '_validate_lengths' from 'numpy.lib.arraypad' (/home/xyy/anaconda3/lib/python3.7/site-packages/numpy/lib/arraypad.py)

问题描述：该问题与38类似，都有可能是因为sharedarray版本导致的。

解决方法：

出现这个问题，有博主说是numpy版本太高，scikit-image版本太低了，我觉得可以一试：

①升级skimage包可解决问题：

pip install --upgrade scikit-image

②更改sharedarray版本

如果还有问题，可以参照38号报错，有可能是sharedarray版本太高，导致numpy和skimage在互相拉扯，你升级哪一个都会报错。

---

40、ModuleNotFoundError: No module named 'cv2'

解决方法：

pip install opencv-python  

pip install opencv-contrib-python

---

41、ModuleNotFoundError: No module named 'av2' 

解决方法：

使用指令：

pip install av2

python3.7安装av2时会报错： 

 提示到：Requires-Python >=3.8，说明没有适配python3.7的‘av2’。

因此，安装av2时尽量保持python>=3.8版本。

---

42、报错：ModuleNotFoundError: No module named 'kornia'

 解决方法：

使用指令

pip install kornia

不能使用torch1.9.1以下的版本安装，否则安装korina时会遇到如下提示：

上面是安装完torch1.8.1的提示：kornia 0.6.12 requires torch>=1.9.1。是因为它的requirement.txt文件中要求torch>=1.9.1。

当然，你也可以选择安装低版本的kornia进行安装，我没有尝试过。

---

43、解决PermissionError: [Errno 13] Permission denied

答： 

sudo chmod -R 777 文件夹名称

参考：jenkins:PermissionError [Errno 13] Permission denied 权限问题解决

 四、其他环境安装时出现的问题

1、安装deformbale convolution时出现的错误：subprocess.CalledProcessError: Command '['ninja', '-v']' returned non-zero exit status 1. 

问题详细描述：

/home/xd/xyy/CenterPoint-master/det3d/ops/dcn/src/deform_conv_cuda.cpp:579:3: note: suggested alternative: ‘DCHECK’
   AT_CHECK(input.is_contiguous(), "input tensor has to be contiguous");
   ^~~~~~~~
   DCHECK
ninja: build stopped: subcommand failed.
Traceback (most recent call last):
  File "/home/xd/anaconda3/envs/centerformer/lib/python3.8/site-packages/torch/utils/cpp_extension.py", line 1666, in _run_ninja_build
    subprocess.run(
  File "/home/xd/anaconda3/envs/centerformer/lib/python3.8/subprocess.py", line 516, in run
    raise CalledProcessError(retcode, process.args,
subprocess.CalledProcessError: Command '['ninja', '-v']' returned non-zero exit status 1.

 这个其实是个坑，真的恶心人，后面紧跟着报错：
 

  File "/home/xd/anaconda3/envs/centerformer/lib/python3.8/site-packages/torch/utils/cpp_extension.py", line 1355, in _write_ninja_file_and_compile_objects
    _run_ninja_build(
  File "/home/xd/anaconda3/envs/centerformer/lib/python3.8/site-packages/torch/utils/cpp_extension.py", line 1682, in _run_ninja_build
    raise RuntimeError(message) from e
RuntimeError: Error compiling objects for extension

 其实关键问题在于前半段，有一个AT_CHECK报错：

这个AT_CHECK是老版本的东西，如果您使用的 torch>1.5，则需要将 代码里面的AT_CHECK 替换为 AT_ASSERT。

需要替换该字符的文件，包括但不限于： 

ball_query.cpp，utils.h，group_points.cpp，interpolate.cpp，sampling.cpp等

 -----------------------------------------------------------------------------------------------------------------------

 注意要看报错的位置，一个一个打开改这么改就行，具体操作如下：

例如：

我这个报错的位置是：ops/dcn/src/deform_conv_cuda.cpp

/home/xd/xyy/CenterPoint-master/det3d/ops/dcn/src/deform_conv_cuda.cpp:579:3: note: suggested alternative: ‘DCHECK’
   AT_CHECK(input.is_contiguous(), "input tensor has to be contiguous");

 那么打开cpp，Ctrl+F直接搜：

请参阅

https://github.com/facebookresearch/votenet/issues/97

2、OSError: libc++.so.1: cannot open shared object file: No such file or directory

问题详述：这个问题是我在变更anconda路径时遇到的，主要是由于open3d不能用了。我们可以尝试输入以下指令：

python

import open3d

观察会不会报以下错误： 

(vircompletion) xd@xd-HP-Z8-G4-Workstation:~$ python
Python 3.8.15 (default, Nov 24 2022, 15:19:38) 
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import open3d
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/xd/anaconda3/envs/vircompletion/lib/python3.8/site-packages/open3d/__init__.py", line 64, in <module>
    _CDLL(next((_Path(__file__).parent / 'cpu').glob('pybind*')))
  File "/home/xd/anaconda3/envs/vircompletion/lib/python3.8/ctypes/__init__.py", line 373, in __init__
    self._handle = _dlopen(self._name, mode)
OSError: libc++.so.1: cannot open shared object file: No such file or directory

解决方法：我们可以把open3d删了重新装一次:

pip uninstall open3d

pip install open3d

3、setup.py时遇到问题：arch_list[-1] += '+PTX' IndexError: list index out of range

解决方法：

export TORCH_CUDA_ARCH_LIST="6.1;7.0;7.5;8.0+PTX"

参考：磕岩日记 | arch_list[-1] += '+PTX' IndexError: list index out of range - 知乎

4、spconv编译成功，但是dist文件夹下生成的whl文件却是spconv-1.2.1-py3-none-any.whl 的问题

解决方法：将build文件夹删除，然后输入环境变量：

export SPCONV_DISABLE_JIT="1"

接着再进行编译即可：

 python setup.py bdist_wheel

 pip install dists/xxx.whl

最后生成好的whl是有名字的，例如：

spconv-1.2.1-cp38-cp38-linux_x86_64.whl

5、nvcc fatal   : Unsupported gpu architecture 'compute_89'

问题详述：在spconv编译时出现以下问题：

[  4%] Building CUDA object src/cuhash/CMakeFiles/cuhash.dir/hash_functions.cu.o
[  8%] Building CUDA object src/utils/CMakeFiles/spconv_nms.dir/nms.cu.o
[ 12%] Building CUDA object src/cuhash/CMakeFiles/cuhash.dir/hash_table.cu.o
nvcc fatal   : Unsupported gpu architecture 'compute_89'
nvcc fatal   : Unsupported gpu architecture 'compute_89'
nvcc fatal   : Unsupported gpu architecture 'compute_89'
make[2]: *** [src/cuhash/CMakeFiles/cuhash.dir/build.make:63：src/cuhash/CMakeFiles/cuhash.dir/hash_functions.cu.o] 错误 1
make[2]: *** 正在等待未完成的任务....
make[2]: *** [src/utils/CMakeFiles/spconv_nms.dir/build.make:63：src/utils/CMakeFiles/spconv_nms.dir/nms.cu.o] 错误 1
make[1]: *** [CMakeFiles/Makefile2:240：src/utils/CMakeFiles/spconv_nms.dir/all] 错误 2
make[2]: *** [src/cuhash/CMakeFiles/cuhash.dir/build.make:89：src/cuhash/CMakeFiles/cuhash.dir/hash_table.cu.o] 错误 1
make[1]: *** 正在等待未完成的任务....
make[1]: *** [CMakeFiles/Makefile2:159：src/cuhash/CMakeFiles/cuhash.dir/all] 错误 2
make: *** [Makefile:130：all] 错误 2
Traceback (most recent call last):
  File "setup.py", line 96, in <module>
    setup(
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/__init__.py", line 107, in setup
    return distutils.core.setup(**attrs)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/core.py", line 185, in setup
    return run_commands(dist)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/core.py", line 201, in run_commands
    dist.run_commands()
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/dist.py", line 969, in run_commands
    self.run_command(cmd)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/dist.py", line 1234, in run_command
    super().run_command(command)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/dist.py", line 988, in run_command
    cmd_obj.run()
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/wheel/bdist_wheel.py", line 364, in run
    self.run_command("build")
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/cmd.py", line 318, in run_command
    self.distribution.run_command(command)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/dist.py", line 1234, in run_command
    super().run_command(command)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/dist.py", line 988, in run_command
    cmd_obj.run()
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/command/build.py", line 131, in run
    self.run_command(cmd_name)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/cmd.py", line 318, in run_command
    self.distribution.run_command(command)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/dist.py", line 1234, in run_command
    super().run_command(command)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/site-packages/setuptools/_distutils/dist.py", line 988, in run_command
    cmd_obj.run()
  File "setup.py", line 48, in run
    self.build_extension(ext)
  File "setup.py", line 92, in build_extension
    subprocess.check_call(['cmake', '--build', '.'] + build_args, cwd=self.build_temp)
  File "/home/xd/anaconda3/envs/pointpainting/lib/python3.8/subprocess.py", line 364, in check_call
    raise CalledProcessError(retcode, cmd)
subprocess.CalledProcessError: Command '['cmake', '--build', '.', '--config', 'Release', '--', '-j4']' returned non-zero exit status 2.

解决方法：

这个是显卡框架太高了40系列，因此需要降算力：

export TORCH_CUDA_ARCH_LIST="8.0"
source ~/.bashrc

6、RuntimeError: Cannot re-initialize CUDA in forked subprocess. To use CUDA with multiprocessing, you must use the 'spawn' start method

解决方法1：torch.multiprocessing.set_start_method('spawn')
缺点：启动真的特别慢，不适合 调代码。
解决方法2：将num_workers设置为0

7、ImportError: cannot import name 'compare_ssim' from 'skimage.measure'

解决方法：

scikit-image降级：

pip install scikit-image==0.16.2

8、CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.

问题分析：网上其他方法给出的策略都是：

import os
os.environ['CUDA_LAUNCH_BLOCKING'] = '1' # 下面老是报错 shape 不一致

但是没用，既不是torch的问题，也不是cuda的问题，最后我发现是我数据索引越界了。

例如，我在改之前：

# relative coords to absolute coords
# feat_2d是bev特征:[batch, channels , H, W]
# pc_norm_list是pc的相对坐标：[batch,num_points,2]

# 创建了一个zeros矩阵
sampling_abs_coords = torch.zeros(pc_norm_list[batch_id].shape[0], 2).to(feat_2d.device).long()
# 图像索引的x, pc_norm是归一化后的相对坐标[0,1]，这一步是转换为绝对坐标
sampling_abs_coords[:, 0] = pc_norm_list[batch_id][:, 0] * feat_2d[batch_id].shape[1]
# 图像索引的y
sampling_abs_coords[:, 1] = pc_norm_list[batch_id][:, 1] * feat_2d[batch_id].shape[2]
# 利用索引赋值
feat_2d[batch_id, :, sampling_abs_coords[:, 0], sampling_abs_coords[:, 1]] = feat_2d_cross.t()

相对坐标转换为绝对坐标的时候，没有考虑到如果相对坐标是1，那么乘以特征图大小就会导致索引变成H或W，但是索引最大只能取到H-1,W-1，因此我最后加入了torch.clamp限制住了大小：

# relative coords to absolute coords
# feat_2d是bev特征:[batch, channels , H, W]
# pc_norm_list是pc的相对坐标：[batch,num_points,2]

# 创建了一个zeros矩阵
sampling_abs_coords = torch.zeros(pc_norm_list[batch_id].shape[0], 2).to(feat_2d.device).long()
# 图像索引的x, pc_norm是归一化后的相对坐标[0,1]，这一步是转换为绝对坐标
sampling_abs_coords[:, 0] = torch.clamp(pc_norm_list[batch_id][:, 0] * feat_2d[batch_id].shape[1], 0,feat_2d[batch_id].shape[1] - 1)
# 图像索引的y
sampling_abs_coords[:, 1] = torch.clamp(pc_norm_list[batch_id][:, 1] * feat_2d[batch_id].shape[2], 0, feat_2d[batch_id].shape[2] - 1)
# 利用索引赋值
feat_2d[batch_id, :, sampling_abs_coords[:, 0], sampling_abs_coords[:, 1]] = feat_2d_cross.t()