配置SE-SSD环境

首先，最重要的是配置环境！！！

这里使用 pytorch=1.2 CUDA=10.0 CUDNN=7.5.0

CUDA下载地址：https://developer.nvidia.com/cuda-10.0-download-archive
CUDNN也在NVIDIA官网下载
然后，使用Anaconda 创建pytorch1.2环境，检查CUDA和CUDNN版本

下载所需的依赖包：

首先，确认CMake>3.13 (下载地址：https://cmake.org/download/，解压，创建软连接，

mv cmake-3.13.2-Linux-x86_64 /opt/cmake-3.13.2

ln -sf /opt/cmake-3.13.2/bin/*  /usr/bin/)

接着，下载spconv ，nuscenes-devkit和Det3D

spconv :

$ sudo apt-get install libboost-all-dev
$ git clone https://github.com/poodarchu/spconv --recursive
$ cd spconv && python setup.py bdist_wheel
$ cd ./dist && pip install *

python setup.py bdist_wheel可能会出错，检查不到CUDA，CUDNN的路径，参考博客https://blog.csdn.net/Left_control_right/article/details/109161641，如何仍然发现不了CUDNN，可以重新安装一遍CUDNN，重新运行python setup.py bdist_wheel，先删除build文件夹。
安装期间，如果缺少包，使用 “pip install 包名 ” 进行安装，有些报错，包名与错误名不一致，百度即可，如pip install scikit-build
nuscenes-devkit:

$ pip install nuscenes-devkit

Det3D:

$ git clone https://github.com/poodarchu/Det3D.git
$ cd Det3D
$ python setup.py build develop

SE-SSD:

$ git clone https://github.com/Vegeta2020/SE-SSD.git
$ cd ./SE-SSD/det3d/core/iou3d
$ python setup.py install

(pytorch版本过高，此步可能会报错，将报错文件的AT_CHECK改为TORCH_CHECK)

$ cd ./SE-SSD
$ python setup.py build develop

$ git clone https://github.com/jackd/ifp-sample.git
$ pip install -e ifp-sample