MMdetection3D环境配置

为啥要写这个？：没看网上有这个全的环境配置教程T^T

首先说明一下，由于mmdetection3d官方文档说支持Linux平台，实验性支持windows，所以我们选择Linux平台进行开发

0.Linux双系统安装

参考这个视频即可

Windows 和 Ubuntu 双系统的安装和卸载_哔哩哔哩_bilibili

注意，装系统之前多看评论区，避免踩坑

系统出问题了直接重装就行，不用先移除双系统

笔者装了Ubuntu20，Ubuntu24都是可以正常运行mmdetection3d

1.cuda安装

参考这个博主即可，本人成功复现了

Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程（图文）_ubuntu cudnn安装-优快云博客

驱动建议装新一点，不要太新 

基于第0，1步，笔者完成一台RTX4060显卡台式机和RTX2060笔记本的双系统和cuda安装（截止2024.11）

2.miniconda安装

打开终端

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

 下载完成后，你需要给下载的脚本文件赋予执行权限，然后运行它。

chmod +x Miniconda3-latest-Linux-x86_64.sh
./Miniconda3-latest-Linux-x86_64.sh

验证

conda --version

如果没学过conda管理环境，一定要去自学一下，这里不赘述

3.MMdetection3d环境安装

python选取3.8，可以兼容很多pytorch，pytorch具体版本根据自己的cuda版本在官网 PyTorch选择

一般情况我们不用最新的，使用先前版本

以笔者使用的笔记本为例，我的显卡为RTX2060，cuda11.3，就选择上图的版本 

我们根据mmdetection3d官方文档开始你的第一步 — MMDetection3D 1.4.0 文档进行安装

当然了我改了一点，这个官方文档没人维护，有一点坑

使用 MIM 安装 MMEngine，MMCV 和 MMDetection

pip install -U openmim -i https://pypi.mirrors.ustc.edu.cn/simple/
mim install mmengine
mim install 'mmcv==2.0.0rc4'
mim install 'mmdet==3.0.0'

GitHub下载项目 

https://github.com/open-mmlab/mmdetection3d进入网址下载后解压，并在终端进入项目文件夹

装稀疏卷积依赖包

pip install cumm-cuxxx -i https://pypi.mirrors.ustc.edu.cn/simple/
pip install spconv-cuxxx -i https://pypi.mirrors.ustc.edu.cn/simple/

 xxx 表示环境中的 CUDA 版本，比如我的就是11.3，那么就是cumm-cu113。如果搞不清，建议去官网看看GitHub - traveller59/spconv: Spatial Sparse Convolution Library

4.最后一步验证安装 

官方给验证代码的会报错

 

报错cudaerror ，这里就是官方给的文件有问题

这里建议自己去模型库下载训练好模型文件 ，我使用验证的模型是centerpoint_01voxel_second_secfpn_circlenms_4x8_cyclic_20e_nus_20220810_030004-9061688e.pth 

下载链接：https://mmdetection3d.readthedocs.io/en/latest/model_zoo.html

下载好模型，在项目文件夹新建checkpoints文件夹放入这个模型文件

python demo/pcd_demo.py demo/data/nuscenes/n015-2018-07-24-11-22-45+0800__LIDAR_TOP__1532402927647951.pcd.bin configs/centerpoint/centerpoint_voxel01_second_secfpn_head-circlenms_8xb4-cyclic-20e_nus-3d.py \
checkpoints/centerpoint_01voxel_second_secfpn_circlenms_4x8_cyclic_20e_nus_20220810_030004-9061688e.pth --out-dir outputs --print-result --show

你也可以用其他模型试一试

例如pvrcnn，imvoxelNet 

当然你环境搞不懂，可以直接私信我，我将远程辅助你