PointPillars代码

１．代码下载
https://github.com/nutonomy/second.pytorch#pointpillars

２．Anaconda 安装
参考：https://blog.csdn.net/u013069552/article/details/78349716
官网下载anaconda：https://www.anaconda.com/distribution/
python3.7版本
保存到software文件夹中。
终端中bash XXX.sh安装，中途选择ｙｅｓ.
终端输入sudo gedit /etc/profile ,打开profile文件。
末尾添加export PATH=/home/gaonn/anaconda3/bin:$PATH
替换为实际的安装路径，保存。
终端，输入python，如果出现如下界面（可重启linux)
输入conda --version查看版本；
conda list查看安装了哪些库。

３．使用Anaconda配置软件包
conda create -n pointpillars python=3.7 anaconda　　创建环境pointpillars,指定要安装在环境中的 Python 版本 。

source activate pointpillars 进入环境 。
source deactivate 离开环境。
conda env list 查看环境列表。

conda install shapely pybind11 protobuf scikit-image numba pillow　安装依赖项

pip install --upgrade pip 安装更新pip。
pip install fire tensorboardX pip安装conda丢失的软件包。

４．下载安装SparseConvNet。
　　PointPillars不需要这样做，但是一般的SECOND代码库都希望正确配置它。
　　https://github.com/facebookresearch/SparseConvNet
　　pip install torch 安装torch后；
查看torch版本：python进入后，import torch,print(torch.__version__)
　 bash build.sh
　
5. 安装Boost geometry
　sudo apt-get install libboost-all-dev
6.下载KITTI dataset　　data_object_velodyne.zip　26.8G
http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=3d

7.安装ipdb pip install ipdb

７．调试：　python -m ipdb ./pytorch/train.py train --config_path=./configs/pointpillars/car/xyres_16.proto --model_dir=./pytorch/models
进入后在 >>> import torchplus
报错，找不到torchplus.
解决方法：在上一个路径下运行。
python -m ipdb ./second/pytorch/train.py train --config_path= ./second/configs/pointpillars/car/xyres_16.proto --model_dir=./second/pytorch/models

８．