Ubuntu18.04复现OpenPCDet
文章目录
- 一、准备工作
-
- 1.1 安装MobaXterm
- 1.2 更换阿里源
- 1.3 安装版本说明
- 二、安装Cuda和cudnn
-
- 2.1 安装cuda
- 2.2安装cudnn
- 三、搭建虚拟环境
-
- 3.1 新建虚拟环境
- 3.2 安装pytorch
- 3.3 安装spconv
- 3.4 安装open3d
- 3.5 安装mayavi
- 四、OpenPCDet
-
- 4.1 OpenPCDet下载
- 4.2 运行demo.py
一、准备工作
1.1 安装MobaXterm
- 下载完成后，解压安装点击exe文件
- 点击
会话
- 选择
SSH登录，然后输入服务器的IP地址和用户名。
1.2 更换阿里源
- 输入
nvidia-smi查看显卡驱动。(或者输入nvidia-smi -a显示更详细的信息)
如下图所示，可以支持的最大cuda版本是11.6
- 输入
nvcc -V查看更详细的cuda信息
如下图所示，当前的版本是cuda9.1 有点老了，接下来我们卸载旧的cuda ，安装新的 cuda。
- 更换apt 国内阿里源
参考： ubuntu更换apt阿里源
cd /etc/apt/
# 备份 sources.list文件
sudo cp sources.list sources.list.bak
# 编辑sources.list
sudo vi sources.list
然后把如下内容粘贴到sources.list文件中
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
# 更新
sudo apt update
1.3 安装版本说明
- ubuntu
- cuda10.2
- cudnn 7.6.5
- python 3.8
- openpcdet 0.5.2
- torch==1.9.0+cu102
- torchvision==0.10.0+cu102
- spconv-cu102
其他安装包版本说明如下
(py38) wzw@wzw-cu:~/OpenPCDet-0.5.2/tools$ conda list
# packages in environment at /home/wzw/anaconda3/envs/py38:
#
# Name Version Build Channel
_libgcc_mutex 0.1 conda_forge http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
_openmp_mutex 4.5 2_gnu http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
addict 2.4.0 pypi_0 pypi
aiohttp 3.8.3 pypi_0 pypi
aiosignal 1.2.0 pypi_0 pypi
anyio 3.6.2 pypi_0 pypi
apptools 5.2.0 pypi_0 pypi
argon2-cffi 21.3.0 pypi_0 pypi
argon2-cffi-bindings 21.2.0 pypi_0 pypi
asttokens 2.0.8 pypi_0 pypi
async-timeout 4.0.2 pypi_0 pypi
attrs 22.1.0 pypi_0 pypi
babel 2.10.3 pypi_0 pypi
backcall 0.2.0 pypi_0 pypi
beautifulsoup4 4.11.1 pypi_0 pypi
bleach 5.0.1 pypi_0 pypi
bzip2 1.0.8 h7f98852_4 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
ca-certificates 2022.9.24 ha878542_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
ccimport 0.4.1 pypi_0 pypi
certifi 2022.9.24 pypi_0 pypi
cffi 1.15.1 pypi_0 pypi
charset-normalizer 2.1.1 pypi_0 pypi
configobj 5.0.6 pypi_0 pypi
contourpy 1.0.5 pypi_0 pypi
cumm-cu102 0.3.4 pypi_0 pypi
cycler 0.11.0 pypi_0 pypi
debugpy 1.6.3 pypi_0 pypi
decorator 5.1.1 pypi_0 pypi
defusedxml 0.7.1 pypi_0 pypi
deprecation 2.1.0 pypi_0 pypi
easydict 1.10 pypi_0 pypi
entrypoints 0.4 pypi_0 pypi
envisage 6.1.0 pypi_0 pypi
executing 1.1.1 pypi_0 pypi
fastjsonschema 2.16.2 pypi_0 pypi
fire 0.4.0 pypi_0 pypi
fonttools 4.38.0 pypi_0 pypi
frozenlist 1.3.1 pypi_0 pypi
idna 3.4 pypi_0 pypi
imageio 2.22.2 pypi_0 pypi
importlib-metadata 5.0.0 pypi_0 pypi
importlib-resources 5.10.0 pypi_0 pypi
ipykernel 6.16.1 pypi_0 pypi
ipython 8.5.0 pypi_0 pypi
ipython-genutils 0.2.0 pypi_0 pypi
ipywidgets 8.0.2 pypi_0 pypi
jedi 0.18.1 pypi_0 pypi
jinja2 3.1.2 pypi_0 pypi
joblib 1.2.0 pypi_0 pypi
json5 0.9.10 pypi_0 pypi
jsonschema 4.16.0 pypi_0 pypi
jupyter-client 7.4.3 pypi_0 pypi
jupyter-core 4.11.2 pypi_0 pypi
jupyter-packaging 0.12.3 pypi_0 pypi
jupyter-server 1.21.0 pypi_0 pypi
jupyterlab 3.4.8 pypi_0 pypi
jupyterlab-pygments 0.2.2 pypi_0 pypi
jupyterlab-server 2.16.1 pypi_0 pypi
jupyterlab-widgets 3.0.3 pypi_0 pypi
kiwisolver 1.4.4 pypi_0 pypi
lark 1.1.3 pypi_0 pypi
ld_impl_linux-64 2.39 hc81fddc_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libffi 3.4.2 h7f98852_5 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libgcc-ng 12.2.0 h65d4601_18 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libgomp 12.2.0 h65d4601_18 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libnsl 2.0.0 h7f98852_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libsqlite 3.39.4 h753d276_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libuuid 2.32.1 h7f98852_1000 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
libzlib 1.2.13 h166bdaf_4 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
llvmlite 0.39.1 pypi_0 pypi
markupsafe 2.1.1 pypi_0 pypi
matplotlib 3.6.1 pypi_0 pypi
matplotlib-inline 0.1.6 pypi_0 pypi
mayavi 4.8.1 pypi_0 pypi
mistune 2.0.4 pypi_0 pypi
multidict 6.0.2 pypi_0 pypi
nbclassic 0.4.5 pypi_0 pypi
nbclient 0.7.0 pypi_0 pypi
nbconvert 7.2.2 pypi_0 pypi
nbformat 5.7.0 pypi_0 pypi
ncurses 6.3 h27087fc_1 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
nest-asyncio 1.5.6 pypi_0 pypi
networkx 2.8.7 pypi_0 pypi
ninja 1.10.2.4 pypi_0 pypi
notebook 6.5.1 pypi_0 pypi
notebook-shim 0.2.0 pypi_0 pypi
numba 0.56.3 pypi_0 pypi
numpy 1.23.4 pypi_0 pypi
open3d 0.15.2 pypi_0 pypi
openssl 3.0.5 h166bdaf_2 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
packaging 21.3 pypi_0 pypi
pandas 1.5.1 pypi_0 pypi
pandocfilters 1.5.0 pypi_0 pypi
parso 0.8.3 pypi_0 pypi
pccm 0.4.2 pypi_0 pypi
pcdet 0.5.2+0 dev_0 <develop>
pexpect 4.8.0 pypi_0 pypi
pickleshare 0.7.5 pypi_0 pypi
pillow 9.2.0 pypi_0 pypi
pip 22.3 pyhd8ed1ab_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
pkgutil-resolve-name 1.3.10 pypi_0 pypi
portalocker 2.6.0 pypi_0 pypi
prometheus-client 0.15.0 pypi_0 pypi
prompt-toolkit 3.0.31 pypi_0 pypi
protobuf 3.20.1 pypi_0 pypi
psutil 5.9.3 pypi_0 pypi
ptyprocess 0.7.0 pypi_0 pypi
pure-eval 0.2.2 pypi_0 pypi
pybind11 2.10.0 pypi_0 pypi
pycparser 2.21 pypi_0 pypi
pyface 7.4.2 pypi_0 pypi
pygments 2.13.0 pypi_0 pypi
pyparsing 3.0.9 pypi_0 pypi
pyquaternion 0.9.9 pypi_0 pypi
pyrsistent 0.18.1 pypi_0 pypi
python 3.8.13 ha86cf86_0_cpython http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
python-dateutil 2.8.2 pypi_0 pypi
pytz 2022.5 pypi_0 pypi
pywavelets 1.4.1 pypi_0 pypi
pyyaml 6.0 pypi_0 pypi
pyzmq 24.0.1 pypi_0 pypi
readline 8.1.2 h0f457ee_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
requests 2.28.1 pypi_0 pypi
scikit-image 0.19.3 pypi_0 pypi
scikit-learn 1.1.2 pypi_0 pypi
scipy 1.9.3 pypi_0 pypi
send2trash 1.8.0 pypi_0 pypi
setuptools 65.5.0 pyhd8ed1ab_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
sharedarray 3.2.2 pypi_0 pypi
six 1.16.0 pypi_0 pypi
sniffio 1.3.0 pypi_0 pypi
soupsieve 2.3.2.post1 pypi_0 pypi
spconv-cu102 2.2.3 pypi_0 pypi
sqlite 3.39.4 h4ff8645_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
stack-data 0.5.1 pypi_0 pypi
tensorboardx 2.5.1 pypi_0 pypi
termcolor 2.0.1 pypi_0 pypi
terminado 0.16.0 pypi_0 pypi
threadpoolctl 3.1.0 pypi_0 pypi
tifffile 2022.10.10 pypi_0 pypi
tinycss2 1.2.1 pypi_0 pypi
tk 8.6.12 h27826a3_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
tomli 2.0.1 pypi_0 pypi
tomlkit 0.11.5 pypi_0 pypi
torch 1.9.0+cu102 pypi_0 pypi
torchvision 0.10.0+cu102 pypi_0 pypi
tornado 6.2 pypi_0 pypi
tqdm 4.64.1 pypi_0 pypi
traitlets 5.5.0 pypi_0 pypi
traits 6.4.1 pypi_0 pypi
traitsui 7.4.1 pypi_0 pypi
typing-extensions 4.4.0 pypi_0 pypi
urllib3 1.26.12 pypi_0 pypi
vtk 9.2.2 pypi_0 pypi
wcwidth 0.2.5 pypi_0 pypi
webencodings 0.5.1 pypi_0 pypi
websocket-client 1.4.1 pypi_0 pypi
wheel 0.37.1 pyhd8ed1ab_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
widgetsnbextension 4.0.3 pypi_0 pypi
wslink 1.9.0 pypi_0 pypi
xz 5.2.6 h166bdaf_0 http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
yarl 1.8.1 pypi_0 pypi
zipp 3.9.0 pypi_0 pypi
二、安装Cuda和cudnn
2.1 安装cuda
其他版本的cuda下载链接参考 cuda下载官方通道
- 下载cuda Toolkit 10.2
【方法1】官网下载
点击进入 cuda10.2官网下载地址
然后选择按照下图进行操作。
【方法2】百度网盘
如果官网下载太慢，也可从我的百度网盘上获取下载好的cuda10.2。
链接：cuda_10.2.89_440.33.01_linux
提取码：wey2
–来自百度网盘超级会员V4的分享
- 删除之前安装的cuda
cd /usr/local/
ls
# 删除cuda相关的文件
sudo rm -rf /usr/local/cuda*
# 删除cuda的配置文件以及其他相关依赖包
sudo apt purge cuda*
# 查看cuda相关的应用
sudo dpkg -l | grep cuda*
# 删除之前安装的cuda-toolkit
sudo dpkg -r nvidia-cuda-toolkit
# 输入如下命令，检查cuda是否卸载干净
nvcc -V
# 如果是“没有那个文件或目录”，说明卸载成功。
sudo apt purge命令用于删除已安装的软件包（不保留配置文件)，删除软件包，同时删除相应依赖软件包；
sudo dpkg -l查看已经安装的应用
sudo dpkg -r删除已经安装的应用
- 安装cuda10.2
然后把本地下载的cuda_10.2.89_440.33.01_linux.run文件上传到服务器上。
如果使用MobaXterm，则直接将文件拖动即可完成上传。如下图所示：
# 安装cuda10.2
sudo bash cuda_10.2.89_440.33.01_linux.run
选择continue
输入accept
选择install
- 添加cuda环境变量
参考cuda环境变量的添加和cudnn安装
# 编辑环境变量
vi ./bashrc
添加环境变量如下：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=/usr/local/cuda-10.2
# 让环境变量生效
source ~/.bashrc
2.2安装cudnn
- 下载cudnn10.2
从百度网盘上下载cudnn10.2
百度网盘下载链接：cudnn-10.2-linux-x64-v7.6.5.32
提取码：mft8
–来自百度网盘超级会员V4的分享
下载完成后，上传cudnn-10.2-linux-x64-v7.6.5.32.tgz 到服务器
- 安装cudnn10.2
参考cuda环境变量的添加和cudnn安装
# 解压
tar xvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
# 复制cudnn中的一些文件到cuda下
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
# 改变权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
# 检查是否安装成功
nvcc -V
三、搭建虚拟环境
3.1 新建虚拟环境
# 查看当前存在的虚拟环境
conda env list
# 新建名为py38的虚拟环境，python=3.8
conda create -n py38 python=3.8
# 进入py38
conda activate py38
3.2 安装pytorch
【方法1】：直接从官网上下载
pip install torch==1.9.0+cu102 torchvision==0.10.0+cu102 -f https://download.pytorch.org/whl/torch_stable.html
【方法2】：从百度网盘上下载
- 链接：torch-1.9.0+cu102-cp38-cp38-linux_x86_64
提取码：h40o- 链接：torchvision-0.10.0+cu102-cp38-cp38-linux_x86_64
提取码：ag1q
pip install torch-1.9.0+cu102-cp38-cp38-linux_x86_64.whl
pip install torchvision-0.10.0+cu102-cp38-cp38-linux_x86_64.whl
3.3 安装spconv
pip install https://pypi.tuna.tsinghua.edu.cn/simple spconv-cu102
3.4 安装open3d
pip install https://pypi.tuna.tsinghua.edu.cn/simple open3d
3.5 安装mayavi
pip install https://pypi.tuna.tsinghua.edu.cn/simple mayavi
四、OpenPCDet
4.1 OpenPCDet下载
从下面的百度网盘上下载OpenPCDet, 并上传到服务器上。
百度网盘链接： OpenPCDet-0.5.2
提取码：d77r
# 解压
unzip OpenPCDet-0.5.2.zip
cd OpenPCDet-0.5.2
# 安装setup.py文件中包含的依赖
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -e .
pip install -e . [information]安装setup.py 里面information字段声明的包含的依赖
如果出现如下报错
则对服务器进行重启，输入sudo reboot
重新登录后，输入nvidia-smi
然后按照提示，发现nvidia-modprobe还没有卸载
输入sudo apt purge nvidia-modprobe将其卸载
然后再输入nvidia-smi和nvcc -V，检查一下cuda是否配置成功
最后重新再次输入pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -e .
4.2 运行demo.py
cd tools
python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt ../weights/pv_rcnn_8369.pth --data_path ../data/velodyne_points/data/0000000008.bin
芜湖！！！
