ubuntu 18.04 OpenPCDet pointpillar v0.5.2 环境搭建与问题解决

参考：

1. PV-RCNN安装和环境配置link
2. conda 创建/删除/重命名 环境link
3. PointPillars与PointRCNN编译运行以及结果可视化（小白探索之路，清晰易懂）link
4. Openpcdet-（1）环境配置及kitti数据集训练（**）link
5. 基于Dockerfile构建深度学习模型（OpenPCdet）link

正文：
OpenPCDet 升级到 v0.5.2 ，支持了更多的数据。

1. 先创建conda虚拟环境

$ conda create -n OpenPCDetv052 python=3.8
$ conda activate OpenPCDetv052

2. 安装 spconv 包
   
   spconv 不再依赖pytorch ,更重要的是 可以用pip 安装，告别过去痛苦的编译
   具体内容参考spconv 官网：
   根据cuda版本安装合适的spconv

$ cat /usr/local/cuda/version.txt
CUDA Version 10.2.89
$ python -m pip install spconv-cu102

3. 安装 pytorch

$ conda install pytorch==1.8.1 torchvision==0.9.1 cudatoolkit=10.2 -c pytorch

4. 从 GitHub OpenPCDet 克隆安装包

$ git clone https://github.com/open-mmlab/OpenPCDet.git
$ cd OpenPCDet
$ vim requirements.txt

去掉 torch>=1.1 torchvision 这两行，详细原因后面讲

$ cat requirements.txt
numpy
llvmlite
numba
tensorboardX
easydict
pyyaml
scikit-image
tqdm
SharedArray

$ python -m pip install -r requirements.txt

5. 安装 pcdet 库

$ python setup.py develop

6. 验证是否安装成功
   查看 配置OpenPCDet环境

$ python
#检验 pytorch
>>> import torch
>>> print(torch.__version__)
1.8.1
>>> torch.cuda.is_available()
True
#检验 spconv
>>> import spconv
#检验 pcdet
>>> import pcdet
>>> exit()

error:

1. ImportError: numpy.core.multiarray failed to import

RuntimeError: module compiled against API version 0xf but this version of numpy is 0xe
Traceback (most recent call last):
...
    import SharedArray
ImportError: numpy.core.multiarray failed to import

python -m pip install numpy==1.22.0

ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
numba 0.55.1 requires numpy<1.22,>=1.18, but you have numpy 1.22.0 which is incompatible.

后续有问题了再把版本降下来。

2. FAILED: /xxxx/OpenPCDet/build/temp.linux-x86_64-3.8/pcdet/ops/pointnet2/pointnet2_stack/src/voxel_query.o
   …
   ninja: build stopped: subcommand failed.
   参考pytorch配置安装 ninja报错：ninja: build stopped: subcommand failed.（个人趟坑）
   安装的torch版本太高了，而ninja更新速度好像没有torch快，所以即便是最新的ninja，也无法编译最新的torch，从而报错。
   所以降低pytorch 的版本
   具体安装参考 pytorch 官网
   同时参考 Ninja安装和基本使用
3. numpy.core.multiarray failed to import解决办法

运行 python train.py --cfg_file cfgs/kitti_models/pointpillar.yaml 出现这个问题

只要把numpy 更新到合适的版本，试验得出 numpy==1.21.5

python -m pip install numpy==1.21.5

4. pointnet2_stack_cuda.cpython-38-x86_64-linux-gnu.so: undefined symbol: _ZN3c

运行 python train.py --cfg_file cfgs/kitti_models/pointpillar.yaml 出现这个问题

查看问题出自哪儿，参考：
动态库链接出现undefined symbol: _ZN16XXXXXXXD1Ev
undefined symbol问题的查找定位与解决方法
symbol lookup error问题问题的查找、定位与解决方法
其实还是 pytorch 版本问题，多次试验得出
pytorch1.8.1
torchvision0.9.1
可以运行 train.py

大功告成！@！