激光雷达感知：使用conda配置pointpillar环境并运行

OpenPCDet源码链接：
官方源码：https://gitcode.com/mirrors/open-mmlab/OpenPCDet/tree/master
官方首页介绍：https://gitcode.com/mirrors/open-mmlab/OpenPCDet/overview

一：重新配置conda环境

1.1.安装cuda

1.1.1官网安装

官网地址：CUDA官网安装步骤

根据网页提示，只执行以下命令（以安装CUDA12.6为例）：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.6.1/local_installers/cuda-repo-ubuntu2204-12-6-local_12.6.1-560.35.03-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-12-6-local_12.6.1-560.35.03-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-6-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-6

1.1.2 更新环境

打开终端，配置环境变量：
vim ~/.bashrc

最后一行后添加：
export PATH=$PATH:/usr/local/cuda-12.6/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.6/lib64

退出vim:
:wq

打开终端输入：
source ~/.bashrc

1.1.3 查看已安装版本

nvcc -V
nvcc --version
nvidia-smi

1.2.安装conda

安装教程

1.3 配置OpenPCDet环境

1.3.1创建OpenPCDet虚拟环境

conda create -n OpenPCDetTest python=3.8 -y
conda activate OpenPCDetTest

1.3.2 安装Pytorch

Pytorch官网

显示安装的cuda版本
nvcc -V
nvcc --version
根据cuda版本安装相应的pytorch

# CUDA 11.8
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0  pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.1 -c pytorch -c nvidia
# CUDA 12.4
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.4 -c pytorch -c nvidia
# CPU Only
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 cpuonly -c pytorch

# 查看torch的版本
python -c 'import torch;print(torch.__version__)'
python -c 'import torch;print(torch.cuda.is_available())'

1.3.3 安装cudatoolkit和cudnn

具体cuda版本及需要的内核详见：CUDA Toolkit and Corresponding Driver Versions cudatoolkit官网
最新NVIDIA官网cuda与cudnn对应的版本cudnn对应版本官网

搜索 cudatoolkit 和 cudnn 的可用版本：
conda search cudnn
conda search cudatoolkit

安装：
CUDA 10.2
conda install cudatoolkit=10.2.89 cudnn==7.6.5 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
CUDA 11.3
conda install cudatoolkit=11.3.1 cudnn==8.2.1 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
CUDA 12.1
conda install cudatoolkit=11.8.0 cudnn==8.9.2.26 -c nvidia -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

1.3.4 安装spconv

pip install spconv-cu102 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install spconv-cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install spconv-cu120 -i https://pypi.tuna.tsinghua.edu.cn/simple
python -c 'import spconv;print(spconv.__version__)'

1.3.5 安装torch-scatter

pip install torch-scatter -f https://pytorch-geometric.com/whl/1.12.1+cu113.html
pip install torch-scatter -f https://pytorch-geometric.com/whl/1.12.1+cu121.html

1.3.6 安装torch-scatter

pip install torch-scatter -f https://pytorch-geometric.com/whl/1.12.1+cu113.html

1.3.7 安装open3d

pip install open3d -i https://pypi.tuna.tsinghua.edu.cn/simple
python -c 'import open3d;print(open3d.__version__)'

二、导入已有conda环境

导出conda环境：

conda env export > OpenPCDetTest.yaml

使用yaml文件创建一个新的conda环境：

conda env create -f OpenPCDetTest.yaml

三、安装OpenPCDet

git clone https://github.com/open-mmlab/OpenPCDet.git
cd OpenPCDet
pip install -r requirements.txt -i httPs://pypi.tuna.tsinghua.edu.cn/simple
pip install kornia==0.6.8 av2 chardet -i httPs://pypi.tuna.tsinghua.edu.cn/simple
python setup.py develop
python -c 'import pcdet;print(pcdet.__version__)'

四、运行Demo程序

官网示例

1、数据准备

1 、在OpenPCDet/data/kitti/文件夹下准备testing/000001.bin文件；
2、 在OpenPCDet/tools/文件夹下准备pointpillar_7728.pth 、 pv_rcnn_8369.pth 预训练模型；
3、 如果demo.py程序中，加入了调试文件，则加入到相对应的目录下。

2、PV-RCNN ~5 hours 83.61 57.90 70.47 model-50M

python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt pv_rcnn_8369.pth --data_path ../data/kitti/testing/000001.bin

3、PointPillar ~1.2 hours 77.28 52.29 62.68 model-18M

python demo.py --cfg_file cfgs/kitti_models/pointpillar.yaml --ckpt pointpillar_7728.pth --data_path ../data/kitti/testing/000001.bin

参考资料：
https://blog.csdn.net/takedachia/article/details/130375718

https://gitcode.com/mirrors/open-mmlab/OpenPCDet/blob/master/docs/INSTALL.md

https://blog.csdn.net/Williamcsj/article/details/123915652

https://blog.csdn.net/qq_40600379/article/details/131950614