CT3D代码复现

本机环境

ubuntu20.04

cuda 10.2

python 3.7

pytorch 1.10.1

spconv 1.2.1

一、环境搭建

1、conda创建虚拟环境

conda create -n detCT3D python=3.7

2、pytorch安装

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2

3、spconv安装(难点)

后面编译spconv时出错大部分是由于cmake未能正确安装的原因，所以这一步很重要！！

(1)cmake 源码安装

去官网下载对应平台的源码,使用tar xvf cmake-3.17.2.tar.gz 解压.然后进入源码目录,执行:(速度有点慢)

wget https://cmake.org/files/v3.17/cmake-3.17.2.tar.gz Index of /files/v3.17
tar xvf cmake-3.17.2.tar.gz && cd cmake-3.17.2/

./bootstrap
make
make install

查看版本信息，验证是否安装成功

cmake --version

(2)libboost安装

推荐使用aptitude进行降级安装：

apt-get install aptitude
aptitude install libboost-all-dev

(3)spconv1.2.1安装

一定要在上述的pytorch、cmake、libboost完成且无误的情况下再安装spconv。
下载spconv1.2.1版本：

git clone -b v1.2.1 https://github.com/traveller59/spconv.git --recursive

注意克隆完，查看代码是否完整（pybind11等文件夹）

编译

cd spconv/
python setup.py bdist_wheel

安装

cd dist
pip install spconv-1.2.1-cp37-cp37-linux_x86_64.whl

到这里就完成了spconv的安装！可以import一下是否成功

5、环境配置

（1）依赖项安装

pip install -r requirements.txt

（2）编译库

python setup.py develop

二、数据集准备

# Download KITTI and organize it into the following form:
├── data
│   ├── kitti
│   │   │── ImageSets
│   │   │── training
│   │   │   ├──calib & velodyne & label_2 & image_2 & (optional: planes)
│   │   │── testing
│   │   │   ├──calib & velodyne & image_2

# Generatedata infos:

python -m pcdet.datasets.kitti.kitti_dataset create_kitti_infos tools/cfgs/dataset_configs/kitti_dataset.yaml

三、训练

python train.py --cfg_file ./cfgs/kitti_models/second_ct3d.yaml --batch_size 1 --eopchs 1

参考博客：

安装spconv1.2.1版本_每天都不想学习的Cora的博客-CSDN博客_spconv版本

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！