代码工程BEVFusionMIT环境部署

系统：Ubuntu20.04

显卡：GeForce TITAN X

环境安装命令：

1.  
   conda create -n bevfusion python=3.8 -y
2.  
   conda activate bevfusion
3.  
   pip install torch==1.9.1 cu111 torchvision==0.10.1 cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html // 首先安装pytorch，服务器CUDA为11.2，因此向下兼容选择11.1的1.9.1的版本
4.  
   pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9/index.html
5.  
   // 其次安装mmcv-full，按照官方文档，后面需要选择对应的cuda和torch版本，否则后续会报错，另外，一开始我torch处输入的1.9.1，亲测虽然可以安装，但后续训练会报错，按照官方文档标准格式改为1.9，解决
6.  
   pip install mmdet==2.20.0
7.  
   pip install tqdm
8.  
   pip install torchpack
9.  
   pip install nuscenes-devkit
10.  
    pip install mpi4py
11.  
    pip install ninja
12.  
    pip install numba
13.  
    // 顺次安装各种包
14.  
     
15.  
    vim ~/.bashrc
16.  
    在安装openmpi之前，需要修改环境变量，在末尾添加OMPI_MCA_opal_cuda_support=true
17.  
     
18.  
    conda install openmpi // 使用conda安装openmpi
19.  
     
20.  
    在执行setup之前，需要在setup第25行添加本机显卡对应的算力设置，否则CUDA算力在编译的时候没有匹配
21.  
    本服务器为Ge TITAN X 对应算力为52
22.  
    添加"-gencode=arch=compute_52,code=sm_52",
23.  
     
24.  
    python setup.py develop // 最后安装mmdet3d，编译通过

至此完成环境的配置，按照官方提供指令执行：

torchpack dist-run -np 1 python tools/train.py configs/nuscenes/det/transfusion/secfpn/lidar/voxelnet_0p075.yaml

可以使用单卡训练Lidar

这篇好文章是转载于：学新通技术网