【点云语义分割】Ubuntu18.04+GTX1060 配置运行RangeNet++
课题涉及到点云语义分割，最近配置运行了RangeNet++，复现过程中，GPU加速工具配置较为头疼，所以做一个全面的记录，包括一些编译报错和踩坑的总结，与大家分享（纯小白）
本文代码Github地址：https://github.com/PRBonn/rangenet_lib
原文地址：https://www.ipb.uni-bonn.de/wp-content/papercite-data/pdf/milioto2019iros.pdf
目录
- 1、环境配置
-
- 1.1 笔者环境（亲测可用）
- 1.2 Cuda10.1安装
- 1.3 cudnn 7.6.2安装
- 1.4 TensorRT 5.1.5安装
- 2、RangeNet++源码编译
- 3、运行demo
1、环境配置
1.1 笔者环境（亲测可用）
Ubuntu18.04
GPU：GTX1060 6GB
驱动：Ubuntu推荐的nvidia-driver-470
Cuda10.1 + cudnn7.6.2 + TensorRT 5.1.5.0+GCC 7
接下来对本文GPU加速工具的配置做个总结
1.2 Cuda10.1安装
官网下载：https://developer.nvidia.com/cuda-toolkit-archive
（1）选择CUDA Toolkit 10.1 update2
（2）选择自己的配置，依照Base Installer命令安装（注意选择runfile）
（3）开始安装，取消安装驱动，其余默认（y）安装
（4）安装完成
（5）环境变量配置
1> 终端输入：
gedit ~/.bashrc
2> 在bashrc末尾加入:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1
3> 变量生效
source ~/.bashrc
4> 验证版本
nvcc -V
1.3 cudnn 7.6.2安装
官网下载（需要登陆）：https://developer.nvidia.com/cudnn
（1） 选择与Cuda对应的版本下载(cudnn7.6.2)
（2）下载后解压得到cuda文件夹
（3）将解压出的文件，移动到/usr/local/cuda文件夹下
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/
（4）赋予所有用户权限，cudnn安装完成
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*
（5）验证cudnn
cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2
1.4 TensorRT 5.1.5安装
官网下载地址：https://developer.nvidia.com/nvidia-tensorrt-download
（1）选择要下载的版本（TensorRT 5）
（2）选择TensorRT 5.1 GA（GA版较稳定）
（3）完成问卷调查，选择同意协议
（4）选择对应的Ubuntu和Cuda得版本下载，我的选择如下：
注：如果Cuda下载用的是deb（local），则TensorRT也需要下载Debian包本地安装（上图第一个）；而Cuda用runfile安装，就得下载tar压缩安装；两者需要对应，否则安装会报错。
（5）下载完成后，解压到本地
（6）把 TensorRT 的库和头文件添加到系统路径下（这步很重要）
# TensorRT目录下
sudo cp -r ./lib/* /usr/lib
sudo cp -r ./include/* /usr/include
（7）添加路径到环境变量
gedit ~/.bashrc
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/TensorRT-5.1.5.0/lib
source ~/.bashrc
上述完成，则TensorRt的C++接口安装就完成了。
（8）测试
#在TensorRt目录文件夹下，cd到sample文件夹下
sudo make
cd ../bin
./sample_int8 mnist
输出如下结果则安装成功！
（9）如果还要用Python接口：
#在下载的TensorRT目录文件夹下
cd TensorRT-5.0.2.6/python
pip install tensorrt-5.0.2.6-py2.py3-none-any.whl
# 安装UFF,支持tensorflow模型转化
cd TensorRT-5.0.2.6/uff
pip install uff-0.5.5-py2.py3-none-any.whl
# 安装graphsurgeon，支持自定义结构
cd TensorRT-5.0.2.6/graphsurgeon
pip install graphsurgeon-0.3.2-py2.py3-none-any.whl
（10）python接口验证
python3
import tensorrt
tensorrt.__version__
#输出'5.1.5.0'则安装成功！
2、RangeNet++源码编译
（1）确认上述Cuda、cudnn和TensorRT安装成功
（2）相关依赖安装
sudo apt-get update
sudo apt-get install -yqq build-essential python3-dev python3-pip apt-utils git cmake libboost-all-dev libyaml-cpp-dev libopencv-dev
sudo apt install python-empy
sudo pip install catkin_tools trollius numpy
（3）使用 catkin 工具来构建库，终端打开：
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
git clone https://github.com/ros/catkin.git
git clone https://github.com/PRBonn/rangenet_lib.git
cd .. && catkin init
catkin build rangenet_lib
（4）笔者编译报错
注意gcc和g++版本（我的是gcc-7，可以编译通过）
报错如下：
“–can not be used when making a PIE object； recompile with -fPIC”
“最后的链结失败：输出不可表示的节”
原因：推断故障在连接程序上。从Ubuntu16.04版本开始默认启用PIE了，但makefile里不支持PIE导致报错。 专门的静态库“libmbedcrypto.a”曾经在没有选项“fPIC”的情况下编译过，但目前的系统编译器肯定会打开这个功能，所以提示建议使用-fPIC重新编译。
解决：在rangenet_libz的 “CMakeLists.txt” 中，添加下一个命令行，将“-fPIC”更改为“-no-pie”，如下所示：
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11 -O2 -fopenmp -w -no-pie")
修改后保存，重新catkin编译
（5）编译通过
3、运行demo
（1）预训练模型下载：https://www.ipb.uni-bonn.de/html/projects/semantic_suma/darknet53.tar.gz
（2）预测demo
# cd到catkin workspace下
cd ~/catkin_ws
# -p后是预训练模型路径、-s后是要预测点云.bin demo路径
./devel/lib/rangenet_lib/infer -p /path/to/the/pretrained/model -s /path/to/the/scan.bin --verbose
（3）结果展示
视频展示：https://www.bilibili.com/video/BV1vY411M7ry?spm_id_from=333.999.0.0
至此RangeNet++配置运行完成，感谢阅读！
参考致谢：
https://zongxp.blog.csdn.net/article/details/86077553
https://blog.csdn.net/mathlxj/article/details/107810548
https://blog.csdn.net/weixin_44793883/article/details/120659876
https://blog.csdn.net/pei327586354/article/details/122371524
https://blog.csdn.net/hanyulongseucas/article/details/87715186
https://blog.csdn.net/qq_33530592/article/details/106011826