00實(shí)驗(yàn)環(huán)境

·Ubuntu 16.04

·RTX 2080

·CUDA 10.1

01安裝步驟

1.1 安裝之前

1.1.1 驗(yàn)證cmake版本

cmake--version

cmake版本要大于等于1.13，不然后邊的庫的setup過程會(huì)報(bào)錯(cuò)。不要看網(wǎng)上的博客盲目執(zhí)行pip install cmake或者apt-get autoremove cmake，這樣會(huì)導(dǎo)致出一些額外的錯(cuò)誤。我參考的是這篇博客進(jìn)行cmake的升級。

1.1.2 驗(yàn)證cuda和cudnn是否安裝好了

先說一下我遇到的問題，因?yàn)檫@次的機(jī)子是我接手別人的，里邊看似是cuda和cudnn都配置好了，但是后邊運(yùn)行的時(shí)候還是過不去。

nvcc -V和nvidia-smi兩個(gè)命令顯示的cuda是不一致的，這個(gè)問題不大。

主要看nvcc -V這條命令顯示的cuda版本。nvidia-smi所顯示的cuda是，這個(gè)臺機(jī)器安裝驅(qū)動(dòng)所能帶動(dòng)的最大cuda版本，nvcc -V顯示的cuda版本才是運(yùn)行是的版本。

一般來說nvidia-smi所顯示的版本要高一些。但是，我這臺機(jī)器nvcc -V所顯示是10.2，nvidia-smi所顯示的是10.1，本著能不改驅(qū)動(dòng)就不改驅(qū)動(dòng)的原則（擔(dān)心ubuntu的黑屏），我把~/bashrc中的環(huán)境變量改成了10.1版本的。

nvcc-V#顯示安裝的cuda版本
cat/usr/local/cuda/include/cudnn.h|grepCUDNN_MAJOR-A2##顯示安裝的cudnn版本

下邊所有庫安裝好之后，最好驗(yàn)證一下是否安裝成功，成功后，再進(jìn)行下一步，否則后邊容易出錯(cuò)，且難定位。

1.2 配置環(huán)境，安裝需要的庫

1.2.1 創(chuàng)建虛擬環(huán)境

創(chuàng)建虛擬環(huán)境

1.2.2 進(jìn)入該虛擬環(huán)境

condaactivateopenpcdet

1.2.3 安裝pytorch

注：安裝的是gpu版本，安裝之后可以測試一下，torch是否能調(diào)用cuda。

安裝命令，建議去官網(wǎng)復(fù)制粘貼，不容易出現(xiàn)cuda和torch版本不匹配的問題。我沒有換源，直接用下邊的命令行，下載安裝也非常快。

1.2.4 安裝spconv

這一步比較容易出現(xiàn)問題。目前spconv出了2.0以上版本，而spconv2.只支持cuda10.2以上版本。

如果cuda版本合適，直接運(yùn)行pip安裝即可，像我的系統(tǒng)安裝的是cuda10.1，只能老老實(shí)實(shí)下載原始的版本。

找個(gè)文件夾，開始安裝spconv1.2：

#安裝libboost
sudo apt-get install libboost-all-dev
# 下載spconv，并切換分支
git clone -b v1.2.1 https://ghproxy.com/https://github.com/traveller59/spconv.git
cd spconv
# spconv項(xiàng)目中的third_party對應(yīng)的目錄中有三個(gè)文件夾是空的，刪除了就行;
#下載pybind11這個(gè)包替換掉空文件，并把pybind11放入
cd third_party
git clone https://ghproxy.com/https://github.com/pybind/pybind11
cd .. #退回
python3 setup.py bdist_wheel
#如setup.py這一步報(bào)錯(cuò)，可能需要你刪掉build/ dist/ spconv.egg-info/，這幾個(gè)文件夾之后再編譯
cd ./dist
pipinstallspconv-1.2.1-cp37-cp37m-linux_x86_64.whl#先檢查一下dist里邊的文件，有可能是空的

方法一（pip安裝）：
pip install spconv-cu102 -i https://pypi.tuna.tsinghua.edu.cn/simple
方法二（源碼安裝）：
#cumm
安裝git clone https://ghproxy.com/https://github.com/FindDefinition/cumm
cd ./cumm
pip install -e .


#spconv安裝
git clone https://ghproxy.com/https://github.com/traveller59/spconv
cd ./spconv
pipinstall-e.

驗(yàn)證是否安裝成功：

python
importspconv

命令：

gitclonehttps://ghproxy.com/https://github.com/open-mmlab/OpenPCDet.git
cdOpenPCDet
pipinstall-rrequirements.txt
pythonsetup.pydevelop

注：numpy庫不能太低，我的默認(rèn)安裝了1.16.0版本，后邊報(bào)錯(cuò)信息不會(huì)直接顯示numpy版本過低，而是顯示No Module xxx，很難看出是numpy版本的問題。

驗(yàn)證pcdet是否安裝成功：

python
importpcdet

ros下的可視化，可以參考我另寫的一篇博客。三維目標(biāo)檢測之ROS可視化

2.1 安裝可視化庫

首先需要安裝可視化的庫，mayavi或者open3d兩者都可以，可以安裝其中一個(gè)，也可以兩個(gè)都安裝。

我在安裝mayavi的時(shí)候一直有問題，轉(zhuǎn)而安裝open3d，下邊以open3d為例。

因?yàn)樾掳姹静恢С謚buntu16.04，所以我這里是指定的open3d版本號，這里要感謝這篇博客，之前沒有考慮到open3d的版本選擇跟ubuntu的版本號也有關(guān)系。

如果不是ubuntu18.04及以上版本，open3d的版本就可以高一些了。

conda install -c open3d-admin open3d==0.9.0
pipinstallopen3d-python

注：open3d的安裝用conda來安裝，pip安裝一直會(huì)出問題。

驗(yàn)證open3d是否安裝成功：

python
importopen3d

如果有錯(cuò)誤，可以到文中的第三部分（問題匯總），查看原因，可能是open3d版本不對，也可能是調(diào)用了~/.local中的open3d庫。

tools/demo.py文件中，優(yōu)先使用的是open3d，如下圖所示，如果想要用mayavi這個(gè)庫的話，需要把try部分刪了，只用except里邊的部分。

2.2 測試

從官方下載，想要測試的網(wǎng)絡(luò)模型。

將訓(xùn)練模型和測試的點(diǎn)云數(shù)據(jù)放在合適的位置，執(zhí)行下邊的命令。

python3 demo.py
 --cfg_file cfgs / kitti_models / pointpillars.yaml 
  --ckpt pointpillars.pth 
--data_path${POINT_CLOUD_DATA}

測試結(jié)果：

03問題匯總

3.1 mayavi的問題：python3.8安裝mayavi4.7.3

安裝的順序，安裝的版本都有一定的要求，這幾個(gè)的先后編譯順序不能顛倒。

pip install vtk==8.1.2 # 自動(dòng)安裝的vtk是9，會(huì)產(chǎn)生沖突
pip install mayavi==4.7.3
pipinstallPyQt5

AttributeError:typeobject'DialogCode'hasnoattribute'Accepted'

3.2 Open3d的問題：

如果遇到類似下邊的情況，大概率為open3d版本問題導(dǎo)致。

情況一：

AttributeError:'open3d.geometry.PointCloud()'objecthasnoattribute'voxel_down_sample'

情況二：

ImportError:/lib/x86_64-linux-gnu/libm.so.6:version`GLIBC_2.27'notfound(requiredby/home/xxxx/xxxx/lib/python3.7/site-packages/open3d/open3d_pybind.cpython-37m-x86_64-linux-gnu.so)

我在第二個(gè)問題上卡了一段時(shí)間，明明版本什么都對了呀，為啥運(yùn)行demo.py的時(shí)候還是出錯(cuò)。

另外，因?yàn)槲抑鞍惭b過open3d，所以在~/.local中有一個(gè)版本錯(cuò)誤的open3d，在運(yùn)行demo程序的時(shí)候，需要加上-s，-s可以讓Python不去查找用戶目錄中的庫。

python-sdemo.py

如何運(yùn)行python而不在其模塊搜索路徑中包含~/.local/lib/pythonX.Y/sitepackages

3.3 運(yùn)行demo時(shí)出錯(cuò)

情況一：段錯(cuò)誤（核心已轉(zhuǎn)儲）

(pcdet) auto@auto-System-Product-Name:~/OpenPCDet/tools$ python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt pv_rcnn_8369.pth --data_path ../data/kitti/testing/velodyne/000008.bin
2022-03-06 2126,628  INFO -----------------Quick Demo of OpenPCDet-------------------------
2022-03-06 2126,628  INFO Total number of samples:    1
/home/auto/anaconda3/envs/pcdet/lib/python3.7/site-packages/torch/functional.py UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at ../aten/src/ATen/native/TensorShape.cpp:2157.)
 return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]
2022-03-06 2129,122  INFO ==> Loading parameters from checkpoint pv_rcnn_8369.pth to CPU
2022-03-06 2129,154  INFO ==> Done (loaded 367/367)
2022-03-06 2129,300  INFO Visualized sample index:    1
段錯(cuò)誤 (核心已轉(zhuǎn)儲)

責(zé)任編輯：彭菁