mmdetection3d环境部署

安装python库

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

pip install mmengine
pip install mmcv-2.0.0rc4-cp38-cp38-manylinux1_x86_64.whl
pip install 'mmdet>=3.0.0,<3.1.0'
cd mmdetection3d
pip install -v -e .

python库检查

python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'
1.9.1+cu111
11.1
python -c 'import mmengine;print(mmengine.__version__);'
0.10.6
python -c 'import mmcv;print(mmcv.__version__);'
2.0.0rc4
python -c 'import mmdet;print(mmdet.__version__);'
3.3.0
python -c 'import numpy;print(numpy.__version__);'
1.24.4

推理验证

下载模型权重

https://github.com/open-mmlab/mmdetec

### 解决方案 #### 1. 版本冲突处理 由于`mmdetection3d`依赖于较低版本的`mmcv-full`,而`mmselfsup`可能需要更高版本的`mmcv`,这导致两者无法在同一环境中共存[^1]。为了克服这一问题,建议创建独立的Conda环境来分别安装这两个项目。 #### 2. CUDA 安装注意事项 当安装CUDA 11.3时,需注意避免通过官方图形界面安装程序中的"CUDA Installers"选项,因为这样做可能会引发安装错误。相反,在完成其他组件的选择后直接点击Install按钮继续操作即可。安装完毕后应编辑`.bashrc`文件以更新环境变量设置[^2]: ```bash gedit ~/.bashrc ``` #### 3. MMDet3D 环境配置指南 对于想要成功部署`mmdetection3d`的应用场景来说,以下是详细的步骤说明: ##### 创建并激活新的 Conda 环境 ```bash conda create --name mmdet3d python=3.8 -y conda activate mmdet3d ``` ##### PyTorch 及其扩展库安装 根据所使用的CUDA版本选择相应的PyTorch版本进行安装。这里假设使用的是CUDA 12.1,则命令如下所示: ```bash pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121 ``` ##### MMCV 和 MMEngine 的安装 首先确保已升级至最新版openmim以便更好地管理第三方Python包: ```bash pip install -U openmim ``` 接着依次执行以下指令来获取必要的依赖项: ```bash mim install mmengine mim install 'mmcv>=2.0.0rc4' ``` ##### 其他依赖项安装 最后还需要安装`mmdet`以及可选但推荐的`mmsegmentation`模块(如果不需要语义分割功能可以跳过此步): ```bash mim install 'mmdet>=3.0.0' pip install "mmsegmentation>=1.0.0" ``` 以上过程涵盖了从解决潜在版本冲突到具体实施细节的一系列指导,旨在帮助顺利完成`mmdetection3d`及其关联项目的环境构建工作[^3]。
评论
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