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