mmdetectoin3d的安装（2020.8.7）
之所以会写这篇⽂章，也算是对⾃⼰过去⼏天⼲的事情的⼀种总结。之所以会在题⽬中加上时间，是因为，这个开源的框架⼀直在处于不断的更新之中，不排除过⼀段时间，官⽅给的安装⽅式发⽣变化。
回想起来，之所以会想着学⼀下这个框架，是因为⾃⼰现在要做类似的3d检测的项⽬，但是由于之前⼀直做的是2d的⽬标检测，虽然3d的⽬标检测⽅法中，很多是以2d⽬标检测的⽅法为基准的，但是还是有区别的，⽽且区别我个⼈感觉，还是不⼩。稀⾥糊涂的了⼀些相关的论⽂看了之后，发现⼀篇论⽂‘’Deep Hough Voting for 3D Object Detection in Point Clouds‘’，这是⼤佬何凯明团队在2019年发表的论⽂，发明了votenet这个⽅法来进⾏3d检测，感觉这篇论⽂跟⾃⼰当前的项⽬很像，都是针对rgb-d图像来做。然后了官⽅给的源代码，本来想着按照官⽅的源代码去跑⼀遍，但是很可惜，第⼀步就提⽰出错，⽽且出的错让我很懵逼，完全不知道啥原因。后来，看了⼀篇⽂章，介绍了mmdetection3d，才发现这个框架很⽜逼，将votenet这些框架都放在了⾥⾯，不仅仅可以⽤来预测，还可以⽤来训练。所以，就开始研究怎么装上这个框架，但是，很可惜，⽹上公开的安装流程，都是已经过时了的，所以，直接选择去mmdetection3d的官⽹去看怎么安装。安装过程中可能由于⾃⼰⽹络的问题，不是很顺畅，也踩了⼀些坑。写下这篇⽂章，供⼤家参考⼀下。
好了，进⼊正题：
⾸先，这个框架当前只⽀持macos和Linux，可能不久之后就⽀持windows了，基本要求如下：
Linux or macOS (Windows is not currently officially supported)
Python 3.6+
PyTorch 1.3+
CUDA 9.2+ (If you build PyTorch from source, CUDA 9.0 is also compatible)
GCC 5+
mmcv
然后，官⽅给的教程中是⽤conda来进⾏⼀系列的环境配置，由于我是第⼀次按照官⽹的教程进⾏配置，所以直接按照教程来了，⾄于能不能直接Pip⽽不安装conda来进⾏环境的配置，⼤家有兴趣可以试试。
so，当你安装conda之后，就可以开始安装虚拟环境了。命令⾏如下：
conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
第⼀⾏命令的含义就是创建⼀个虚拟环境，在这个环境中，安装的是python3.7，第⼆⾏的含义是打开虚拟环境。
当我们打开虚拟的环境之后，就要开始安装pytorch版本了，官⽹给的命令是：
conda install pytorch torchvision -c pytorch
conda install pytorch cudatoolkit=10.1 torchvision -c pytorch
conda install pytorch=1.3.1 cudatoolkit=9.2 torchvision=0.4.2 -c pytorch
以上三⾏命令选择⼀⾏输⼊就⾏，但是，不知道是不是由于我这的⽹络问题，我⼀直装不上，当我使⽤上⾯的命令⾏之后，会安装很多包，我也不知道这些包怎么选的。这些包中，⼩的包还好，当下载的顺序到了pytorch这些⽐较⼤的包的时候，就出问题，经常⾃⾏断掉。为了解决这个问题，我们需要更换conda的源，更换conda的源的⽅法如下：
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/cloud/conda-forge/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/cloud/msys2/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/cloud/bioconda/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/cloud/menpo/
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
当我使⽤上⾯的⽅式更换源之后，还是不能将上⾯的环境安装好，了很多教程，然后就在上⾯的每个⽹站后⾯加上了linux-64，好像是这个哈，现在是window下写这篇⽂章，看不到我当初改成啥了。改了之后，好像速度快了点，但是⼜出现链接超时的情况，没办法，只能再去解决⽅案了。好像是在某个⽂件中将延时改为600了，我后⾯去ubuntu系统了看⼀下再改⼀下这篇⽂章。
如果⼤家家⾥⽹络还可以，可以试⼀下官⽅的⽅案，但是我这，后⾯放弃了通过上⾯的命令⾏来安装pytorch这些，因为在conda的环境⾥⾯也可以使⽤pip，所以我直接使⽤pytorch官⽹的pip命令⾏了，如下：
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f /whl/torch_stable.html
因为我是安装的cuda10.1，然后pytorch版本，我跟官⽹上的推荐⼀致，选择1.5.0版本，⼤家根据实际情况进⾏选择。终于，这⾏命令⾏终于搞定了上⾯的pytorch环境，松了⼀⼝⽓。
接下来，可以安装mcvv了，命令⾏如下：
pip install mmcv-full==latest+torch1.5.0+cu101 -f openmmlab.oss-accelerate.aliyuncs/mmcv/dist/index.html
pip install mmcv-full
注意了，这两⾏命令⾏中第⼀⾏不能少，我最初的时候，感觉⼆者差不多，⽽且第⼆⾏感觉还是⼀个完整版，就只选择了第⼆⾏的命令输⼊，导致最后测试的时候报错。官⽹上的意思也是第⼆⾏可选，但是第⼀⾏不能缺。
接下来，我们要开始安装mmdetection和mmdetecton3d的安装包，前者是⽤来进⾏2d检测的，包含的框架主要是faster_rcnn这些，后者才是3d检测的。我们在我们想要存放着两个⽂件的⽂件夹下⾯打开终端，然后使⽤下⾯的命令：
pip install git+github/open-mmlab/mmdetection.git
如果⼤家想对其源代码进⾏更改来应⽤于⾃⼰的项⽬，接着上⾯的步骤执⾏下⾯的命令：
git clone github/open-mmlab/mmdetection.git
cd mmdetection
pip install -r
pip install -v -e .# or "python setup.py develop"
对于mmdetection3d，直接安装资源包，命令⾏如下：
git clone github/open-mmlab/mmdetection3d.git
cd mmdetection3d
pip install -v -e .# or "python setup.py develop"
好了，基本的安装过程就是这样，但是对于我这种⽤pycharm的⼈，肯定习惯将我装的conda这个环境放到pycharm中，这样我就可以直接在pycharm中使⽤这个虚拟环境来跑代码。⽰意图如下：
pycharm安装教程和使用
当我把环境这些搞好之后，想去按照官⽅给的教程去测试，但是在测试的过程之中，发现需要下载特定的数据集来⽣成⼀些东西之后才能进⾏训练，⽽官⽅给的测试命令⾏是针对scannet这个数据集的，这个数据集有些⽜逼，全⽹没有直接的下载链接，我出去也没有下载链接，需要给这个数据集的开发团队发邮件申请使⽤这个数据集，最后没法了，只能发邮件了，希望那边回我把，哎。。。。当数据集下载到之后，再测试⼀下官⽅的使⽤教程，到时候再写下来整个过程。
2020 8.7

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。