OpenPCDet复现过程记录_MrNeoJeep的博客-程序员宅基地

技术标签: OpenPCDet  点云  复现过程  3D目标检测  

0、前言

OpenPCDet项目之前我就复现过,一个很优秀的项目,这几天又需要用到这个项目,再次复现遇到了不少问题,特此记录复现的流程

1、环境准备

1.1、前置条件

以下是我安装的版本

  • CUDA 11.3
  • CUDNN 8.2.1

CUDA和CUDNN安装可以参考这篇文章https://blog.csdn.net/qq_50195602/article/details/130337805

1.2、其他环境总览

  • python=3.8
  • torch==1.11
  • spconv-cu113
  • cmake version 3.26.3

驱动版本

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.108.03   Driver Version: 510.108.03   CUDA Version: 11.6     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   42C    P8    N/A /  N/A |      9MiB /  2048MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A       980      G   /usr/lib/xorg/Xorg                  4MiB |
|    0   N/A  N/A      1592      G   /usr/lib/xorg/Xorg                  4MiB |
+-----------------------------------------------------------------------------+

(open3) [email protected]:~/code/OpenPCDet/tools$ pip list
Package                  Version       Editable project location
------------------------ ------------- -------------------------
addict                   2.4.0
argcomplete              3.0.6
asttokens                2.2.1
attrs                    23.1.0
av                       10.0.0
av2                      0.2.1
backcall                 0.2.0
ccimport                 0.4.2
certifi                  2022.12.7
charset-normalizer       3.1.0
click                    8.1.3
cmake                    3.26.3
colorlog                 6.7.0
comm                     0.1.3
ConfigArgParse           1.5.3
contourpy                1.0.7
cumm-cu113               0.4.8
cycler                   0.11.0
dash                     2.9.3
dash-core-components     2.0.0
dash-html-components     2.0.0
dash-table               5.0.0
debugpy                  1.6.7
decorator                5.1.1
distlib                  0.3.6
easydict                 1.10
executing                1.2.0
fastjsonschema           2.16.3
filelock                 3.12.0
fire                     0.5.0
Flask                    2.2.3
fonttools                4.39.3
idna                     3.4
imageio                  2.27.0
importlib-metadata       6.6.0
importlib-resources      5.12.0
ipykernel                6.22.0
ipython                  8.12.0
ipywidgets               8.0.6
itsdangerous             2.1.2
jedi                     0.18.2
Jinja2                   3.1.2
joblib                   1.2.0
jsonschema               4.17.3
jupyter_client           8.2.0
jupyter_core             5.3.0
jupyterlab-widgets       3.0.7
kiwisolver               1.4.4
kornia                   0.6.12
lark                     1.1.5
lazy_loader              0.2
lit                      16.0.1
llvmlite                 0.39.1
markdown-it-py           2.2.0
MarkupSafe               2.1.2
matplotlib               3.7.1
matplotlib-inline        0.1.6
mdurl                    0.1.2
mpmath                   1.3.0
nbformat                 5.7.0
nest-asyncio             1.5.6
networkx                 3.1
ninja                    1.11.1
nox                      2023.4.22
numba                    0.56.4
numpy                    1.23.5
nvidia-cublas-cu11       11.10.3.66
nvidia-cuda-cupti-cu11   11.7.101
nvidia-cuda-nvrtc-cu11   11.7.99
nvidia-cuda-runtime-cu11 11.7.99
nvidia-cudnn-cu11        8.5.0.96
nvidia-cufft-cu11        10.9.0.58
nvidia-curand-cu11       10.2.10.91
nvidia-cusolver-cu11     11.4.0.1
nvidia-cusparse-cu11     11.7.4.91
nvidia-nccl-cu11         2.14.3
nvidia-nvtx-cu11         11.7.91
open3d                   0.17.0
opencv-python            4.7.0.72
packaging                23.1
pandas                   2.0.0
parso                    0.8.3
pccm                     0.4.6
pcdet                    0.6.0+4d8624f /home/neo/code/OpenPCDet
pexpect                  4.8.0
pickleshare              0.7.5
Pillow                   9.5.0
pip                      23.0.1
pkgutil_resolve_name     1.3.10
platformdirs             3.2.0
plotly                   5.14.1
portalocker              2.7.0
prompt-toolkit           3.0.38
protobuf                 3.20.3
psutil                   5.9.5
ptyprocess               0.7.0
pure-eval                0.2.2
pyarrow                  11.0.0
pybind11                 2.10.4
Pygments                 2.15.1
pyparsing                3.0.9
pyproj                   3.5.0
pyquaternion             0.9.9
pyrsistent               0.19.3
python-dateutil          2.8.2
pytz                     2023.3
PyWavelets               1.4.1
PyYAML                   6.0
pyzmq                    25.0.2
requests                 2.28.2
rich                     13.3.4
scikit-image             0.20.0
scikit-learn             1.2.2
scipy                    1.9.1
setuptools               66.0.0
SharedArray              3.2.2
six                      1.16.0
spconv-cu113             2.3.6
stack-data               0.6.2
sympy                    1.11.1
tenacity                 8.2.2
tensorboardX             2.6
termcolor                2.2.0
threadpoolctl            3.1.0
tifffile                 2023.4.12
torch                    2.0.0
torchvision              0.15.1
tornado                  6.3.1
tqdm                     4.65.0
traitlets                5.9.0
triton                   2.0.0
typing_extensions        4.5.0
tzdata                   2023.3
urllib3                  1.26.15
virtualenv               20.22.0
wcwidth                  0.2.6
Werkzeug                 2.2.3
wheel                    0.38.4
widgetsnbextension       4.0.7
zipp                     3.15.0

2、详细步骤

2.1、创建conda环境

conda create -n open python=3.8
conda activate open

2.2、安装包(除了torch)

在这里插入图片描述

pip install -r requirements.txt

2.3、安装torch

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

2.4、安装稀疏卷积库

pip install spconv-cu113

稀疏卷积库官网:https://github.com/traveller59/spconv

2.5、安装cmake及一些其他的包

#cmake安装
pip install cmake
#可视化工具
pip install open3d
#其他的包
pip install av2
pip install kornia

2.6 编译项目

python setup.py develop

查看是否安装成功
在这里插入图片描述

2.7、运行demo

权重文件在GitHub官方代码库下载:https://github.com/open-mmlab/OpenPCDet

cd tools
python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt ckpts/kitti/pv_rcnn_8369.pth --data_path /home/neo/data/kitti/vel/000000.bin 

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.8、报错处理

undefined symbol: _ZN3c104impl23ExcludeDispatchKeyGuardC1ENS_11DispatchKeyE

网上很多人说是torch版本不匹配的问题,但是我的版本是匹配的,仔细分析报错发现可嫩是编译过程出错,所以我重新配置conda环境并重新编译(python setup.py develop就是编译),问题就解决了。
注意重新编译需要删除build文件
在这里插入图片描述

rm -r build

至此复现结束,如果有什么问题可以在评论区一起交流

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_50195602/article/details/130342166

智能推荐

记录Hbuilder项目使用xcode离线打包上传苹果商店踩过的坑_奔跑吧代码的博客-程序员宅基地

摸索一周 加上大神帮助 总算使用个人开发者账号xcode成功离线打包 欢迎指导里面的错误 搞到证书和描述文件后 参照 iOS创建最精简离线打包工程地址进行操作 http://ask.dcloud.net.cn/article/941ios创建最精简离线打包工程注意事项 1 参考 注意事项 里面文件的颜色 分清是拷贝还是路径如没有交代就是使用 创建组 2 一定要使用最新版本s

html5 端午节 龙舟,端午节赛龙舟作文5篇_天马微云的博客-程序员宅基地

端午节赛龙舟作文5篇端午是个美好的节日,在这并不美好的现实中可以寄寓一些幽思,让凡尘蒙蔽的心,在青色的古意间得到片刻的回归,认取生命中的真意,可以让生命更加真实一些。下面是小编整理的端午节赛龙舟作文,希望对大家有帮助!端午节赛龙舟作文1我的家乡在顺德,龙舟比赛是顺德传统的民间体育活动。过去,由于顺德河涌水道纵横交错,以农业耕种、种植业、饲养塘鱼为主,顺德农民习惯了“开门见山,举步登舟“的生活,逐渐...

可持续微电网能源管理_Jason_LiQuan的博客-程序员宅基地

电网的脱碳,尤其是使用风能和太阳能等可再生能源时,需要将需求转移到能源充足且廉价的时段。电动汽车充电非常适合“控制”,尤其是在家庭、办公室和购物中心等环境中–不同于在超级充电站中,您只想快速充满电并一直行驶。公开地开发用于此类控制的概念和代码,将允许跨行业协作以及通过“代码优先“实现标准的演进。基于这种思想,VMware和能源领域的初创公司Camus Energy的工程师启动了开源项目Kinney。尽管Kinney仍处于起步阶段,我们计划考虑天气、上游电网负载、车辆的典型日常出行需求和可用充电时间等条件.

解决“vue-router子路由默认视图不显示”问题_Web-once的博客-程序员宅基地

今天在看Vue学习视频,老师讲解vue-router多级路由的使用,在写完视频里的例子后,自己测试发现一个小问题(当时视频里没有提及),我是用name实现的路由之间的切换,其中一个有子路由,发现子路由的默认显示没有了(第一次默认有,第二次点击就没有了),又发现控制台有警告提示,所以我百度想要解决问题。很幸运很快找到解决方案:针对vue-router子路由默认视图不显示这个问题,要有默认子路由,...

密码学与网络安全笔记整理-数据完整性技术_SYSU_BY的博客-程序员宅基地

数据完整性类似于通信中的校验码功能,在密码学领域数据完整性用于验证收到信息的正确性,校验收到的信息是否经过篡改,校验收到的信息是真实的发送者发送而非伪造。发送者通过编码为消息增加一些“冗余”,生成一个校验值,并将该校验值附在消息之后。接收者根据协商好的规则,利用附加的校验值来检测接收到消息的正确性。 对称技术,有效的变换f和g是对称算法,意味着f = g,并且Ke = Kv

样本分析(TeslaCrypt,AES)_浪里个浪...的博客-程序员宅基地

文章目录基本信息一,概述二,流程图三,技术细节详细分析详细分析WinMain()线程1线程2线程3线程4线程5线程6进程行为注册表行为网络行为四,查杀&恢复方案删除病毒文件修复注册表恢复文件工具使用方法五,防护建议基本信息FileNameFileTypeFileSizepackerMD5tfukrc.exe勒索病毒235kbno72CCC18F3038...

随便推点

anaconda4.4版本以上,命令conda activate报错_anaconda 4.4_JavicxhloWong的博客-程序员宅基地

背景使用系统为Ubuntu 18.04.5 LTS有次更换shell为zsh后,想要激活某个conda环境,输入命令后,报错如下:CommandNotFoundError: Your shell has not been properly configured to use 'conda deactivate'.If your shell is Bash or a Bourne variant, enable conda for the current user with $ echo "

solr安装配置_weixin_34090562的博客-程序员宅基地

环境介绍solr 6.5.1tomcat8jdk1.8一、下载solr安装包下载地址:http://www.apache.org/dyn/closer.lua/lucene/solr二、安装solr1、将下载下来的solr-6.5.1.zip解压D:\httpserver\solr-6.5.12、在D:\httpserver\solr...

vscode 用git 拉取代码,提示:在签出前,请清理存储库工作树_y_yyyym的博客-程序员宅基地

// 手动解决git stashgit pullgit stash pop// 放弃本地修改,直接覆盖git reset --hardgit pull

MongoDB 基本使用_兰陵指月的博客-程序员宅基地

MongoDB 学习随笔文章目录1. MongoDB 基本概念2. MongoDB 下载、安装、配置及基本使用2.1 MongoDBCompass 图形化工具的使用3、MongoDB 常用命令1. MongoDB 基本概念​ mongoDB 为文档型数据库,以 json的格式对数据进行存储,能任意的添加字段,不用像 MySql 需要在数据库添加相应的字段,然后再添加,此为优点之一。​ 数据格式举例如下:// 1{ "_id": NumberInt("1000"), // 默认.

KGB知识图谱充分发挥海量数据处理优势_海量知识图谱_NLPIR大数据的博客-程序员宅基地

知识图谱本质上是一种大规模的语义网络。从2012年谷歌提出知识图谱,知识图谱一直在快速发展,其应用也不再局限于“语义网络”范畴。现如今的知识图谱在实际应用中,主要作为大数据时代的知识工程出现。和传统的知识图谱工程相比,其使用效果主要是受到其数据规模的影响。大数据时代,受益于海量数据、强大的计算能力和群智计算,知识图谱能够自动构建大规模、高质量的知识库,从知识规模的量带来质的改变。互联网时代...

1、渗透测试环境准备之phpstudy与dedecms搭建_dedecms phpstudy_songling515010475的博客-程序员宅基地

1.phpstudy官网地址https://www.xp.cn/download.html,下载后一键安装。2.dedecms官网地址http://www.dedecms.com/我这里下载的是DedeCMS V5.7 SP2正式版 UTF-8的版本。3.解压dedecms后,把upload下的所有文件复制到phpstudy网站目录下,phpstudy默认网站目录为,D:...