跑通PCDet上的那些坑——复现second PV-RCNN pointpillar

1.配环境

1.1 安装显卡驱动、安装cuda、安装cudnn、卸载cuda

需要有显卡才能装驱动。驱动是装在显卡上。装了驱动才能装cuda，装了cuda才能装cudnn。

1. 驱动安装：针对Ubuntu用户，直接在“系统设置”-->“软件更新”-->"附加驱动"中安装就好了，很省事的。建议驱动版本选择高一点的，以防后面你要

2. cuda安装：请大家移步相关博客。注意：一定下载runfile文件，按照指示安装就好了。另外值得一提的是，我好像没有很多帖子最后提到的更改环境变量那个操作。整个过程很快的，也不麻烦。

3. cudnn安装：先去官网下载相关文件，然后:

   tar -xzvf cudnn-9.0-linux-x64-v7.tgz # 解压
   
   sudo cp cuda/include/cudnn.h /usr/local/cuda/include # copy两个文件
   
   sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
   
   sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* # 设置文件权限

   验证是否安装成功:

   cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

   如果显示下列信息,则安装成功:

   #define CUDNN_MAJOR 7
   #define CUDNN_MINOR 6
   #define CUDNN_PATCHLEVEL 2
   --
   #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

    

4. 多个cuda：有时候我们需要安装多个版本cuda。其实并不麻烦，大家参考这篇：安装多版本 cuda ，多版本之间切换。注意：安装多个cuda，需要安装对应的cudnn，但我们只需要安装一次驱动，这也是为什么我让大家把驱动的版本装高一点。

5. 卸载cuda. 有的博客说可以运行一个uninstall的文件，但是我之前手残装上的cuda11.0没有这个文件，我用下面的命令卸载的。

sudo apt-get purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean
sudo rm -rf /usr/local/cuda*

 

下面是坑：不要相信nvidia-smi命令显示的结果！！！即使是你没有装cuda，上面也有可能显示你的cuda版本是10.0或者其他版本。要查看cuda版本，请使用下列命令。

nvcc --version #查看cuda版本

1.2 安装spconv

1. 到处是坑：pcdet要求的spconv版本为v1.0，但是目前github上已经找不到v1.0版本了。所以给大家安利另一位大神的repo：https://github.com/LittleYuanzi/spconv1.0 （写这篇博客的时候pcdet还是0.2版本，现在应该是可以使用spconv1.2版本了，安装应该比较简单）
2. 注意git的时候一定要加 --recursive
3. sudo apt-get install libboostall-dev 实际为 sudo apt-get install libboost-all-dev
4. Download cmake >= 3.13.2, then add cmake executables to PATH.的意思是 pip install cmake #这一条我看了半个月没看懂
5. 运行python setup.py bdist_wheel大概率出错。总结一下大概有一下几点：1.请把/src/spconv/all.cc中的jit::删掉；2.可能是你的pytorch版本太高或者太低，据我所知，pytorch==1.4.0应该是没有问题的。注意安装的时候加上-c pytorch，不然很可能编译报错，也就是使用命令：

   conda install pytorch==1.4.0 torchvision==0.5.0 -c pytorch

    

6. 但是如果装的是spconv1.2就没有这么多问题。直接在https://github.com/traveller59/spconv拉下来就好了，但是也要注意pytorch的版本问题。

2.跑程序

2.1 训练

python train.py --cfg_file ./cfgs/kitti/pointpillars.yaml --batch_size 1 --epochs 40

 

2.2 验证

python test.py --cfg_file ./cfgs/kitti/pointpillars.yaml --batch_size 1 --ckpt ../output/....

3.总结