Ubuntu乌班图 20.04 不能使用tree原因分析以及解决方案

Command ‘tree’ not found,but can be installed with:sudu apt install tree
在这里插入图片描述
看英文提示说是 tree 不能被找到,但后面有提示解决方案,我们需要耐心看英文解释就行了

解决方案;在命令提示的地方输入:sudo apt install tree

下载安装一下就解决了。

在这里插入图片描述
安装好后重新输入 tree 命令就可以查看了。

<think>好的,用户想在Ubuntu系统上安装和部署CenterFusion,我需要根据已有的信息和可能的步骤来整理一个教程。首先,用户提到了参考引用中的内容,涉及DCNv2的编译,这可能和CenterNet相关,而CenterFusion是基于CenterNet的扩展,所以可能步骤类似。 首先,我需要确认系统要求。Ubuntu 18.0420.04是比较常见的版本,用户之前可能用的是18.04,但可能也支持更新的版本。然后是依赖项,比如Python环境,可能需要Anaconda或者Miniconda来管理。PyTorch的版本也很重要,用户之前的例子用了1.4,但CenterFusion可能需要更高的版本,比如1.7或以上,需要查看官方文档确认。 接下来是获取代码库,用户需要克隆CenterFusion的仓库,可能需要用git clone命令,并且注意是否有子模块需要初始化,比如DCNv2这样的扩展。然后是安装依赖,使用pip安装requirements.txt里的包,可能包括numpy、Cython、pycocotools等。 然后是编译DCNv2,这部分在用户提供的引用里提到了,需要进入相应的目录运行make.sh,可能会有环境变量的问题,比如CUDA_HOME是否正确设置,以及GCC版本是否兼容。如果用户遇到编译错误,可能需要检查这些配置。 接下来是数据准备,需要下载NuScenes数据集,并按照要求放置到指定目录。可能需要运行预处理脚本生成需要的标注文件。 然后是模型训练,用户可能需要下载预训练模型,并修改配置文件中的路径,运行训练命令。这部分需要确保数据集路径正确,以及GPU驱动和CUDA版本兼容。 测试和推理部分,用户可能想用训练好的模型进行测试,生成结果并评估。需要运行相应的脚本,可能还需要安装评估工具。 常见问题方面,编译DCNv2时常见的问题可能包括CUDA版本不匹配、GCC版本过高,需要降级到7或8。数据集路径错误也是一个常见问题,需要检查符号链接是否正确。 最后,需要提醒用户参考官方文档,因为不同版本的依赖可能变化,官方文档会有最新指导。可能还需要注意PyTorch和CUDA的对应版本,比如PyTorch 1.7需要CUDA 11.0等,用户需要根据自己的环境安装合适的版本。 总结下来,步骤大概是:系统准备、环境配置、代码获取、依赖安装、编译DCNv2、数据准备、模型训练与测试。每个步骤都可能遇到问题,需要详细说明解决方法,特别是编译部分和数据准备部分容易出错的地方。</think>以下是在Ubuntu系统上安装部署CenterFusion的详细教程,包含关键步骤和注意事项: ### 一、系统与环境准备 1. **操作系统要求**:推荐Ubuntu 18.04/20.04 LTS,已确认与CUDA 11.x兼容[^1] 2. **安装基础依赖**: ```bash sudo apt-get install build-essential git cmake libopenblas-dev ``` 3. **配置Python环境**: - 使用Anaconda创建虚拟环境: ```bash conda create -n centerfusion python=3.7 conda activate centerfusion ``` ### 二、代码与依赖安装 1. **获取代码仓库**: ```bash git clone --recursive https://github.com/mrnabati/CenterFusion cd CenterFusion ``` > 注意`--recursive`参数确保同步子模块 2. **安装Python依赖**: ```bash pip install -r requirements.txt pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html ``` 3. **编译DCNv2扩展**: ```bash cd src/lib/models/networks/DCNv2 ./make.sh # 需确认CUDA_HOME环境变量已设置 ``` ### 三、数据集配置 1. **下载NuScenes数据集**: - 完整数据集需包含`v1.0-trainval`标注文件 - 创建符号链接: ```bash mkdir data ln -s /path/to/nuscenes data/nuscenes ``` 2. **生成数据预处理文件**: ```bash python tools/create_data.py nuscenes_data_prep --root_path=data/nuscenes ``` ### 四、模型训练与验证 1. **启动训练**: ```bash python main.py --task fusion_3d --dataset nuscenes --exp_id centerfusion ``` 2. **测试推理**: ```bash python test.py --task fusion_3d --dataset nuscenes --exp_id centerfusion --load_model ../models/centerfusion.pth ``` ### 五、常见问题解决 1. **DCNv2编译失败**: - 检查CUDA工具包版本与PyTorch匹配性 - 确认GCC版本≤8(可通过`conda install gxx_linux-64=8.4.0`降级) 2. **数据集路径错误**: ```bash # 验证数据结构 tree data/nuscenes -L 3 # 应包含samples、sweeps等目录 ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值