mmdet3d

mmdetection3d安装

export PATH="/home/jsz/anaconda3/bin:$PATH"
source ~/.bashrc

conda create -n qswl python=3.7
source activate qswl
pip install openmim
mim install mmdet3d

a. Create a conda virtual environment and activate it.

conda create -n open-mmlab python=3.7 -y
source activate open-mmlab

b. Install PyTorch and torchvision following the official instructions.

conda install pytorch==1.5.0 cudatoolkit=10.1 torchvision==0.6.0 -c pytorch

c. Install MMCV. mmcv-full is necessary since MMDetection3D relies on MMDetection, CUDA ops in mmcv-full are required.

预编译好的

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html

例如 CUDA 10.1 和 PyTorch 1.5.0环境

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.5.0/index.html

d. Install MMDetection.

pip install mmdet==2.14.0

e. Install MMSegmentation.

pip install mmsegmentation==0.14.1

f. Clone the MMDetection3D repository.

git clone https://github.com/open-mmlab/mmdetection3d.git
cd mmdetection3d
rz mm.zip
unzip mm.zip

g.Install build requirements and then install MMDetection3D.

pip install -v -e .  # or "python setup.py develop"

记录:最后这个没搜索到:安装完成后提示:Removed build tracker: ‘/tmp/pip-req-tracker-7d3rtjzs’

demo

python demo/pcd_demo.py demo/data/kitti/kitti_000008.bin configs/second/hv_second_secfpn_6x8_80e_kitti-3d-car.py ~/Downloads/mmdetection3d/checkpoints/hv_second_secfpn_6x8_80e_kitti-3d-car_20200620_230238-393f000c.pth

训练

03-08
<think>好的,我需要给用户介绍一下mmdet3D。首先,我应该回忆一下mmdet3D的基本信息,它是什么,主要用途是什么。然后,可能需要提到它基于哪个框架,比如PyTorch,或者是MMDetection的扩展。用户可能想知道它的功能和特点,比如支持哪些3D检测任务,数据类型,比如点云、多模态数据等。 接下来,我应该考虑用户可能的背景,可能是计算机视觉领域的研究者或开发者,所以需要强调它的开源性质、模块化设计,以及易用性。可能需要提到它支持的数据集,如KITTI、nuScenes,还有支持的模型,比如PointPillars、CenterPoint等。 另外,用户可能想知道它的优势,比如高效性、可扩展性,或者与其他工具库的兼容性,比如MMCV。还要注意使用中文回答,结构要清晰,分点列出可能更易读。需要确保提到的技术术语正确,比如3D目标检测、点云处理、多模态融合等。 需要避免过于技术化的细节,但又要足够详细,让用户了解其用途和特点。可能还需要提到应用场景,比如自动驾驶、机器人导航,这样用户能更好地理解其实际应用价值。最后,确保回答符合格式要求,行内公式用$...$,独立公式用$$...$$,但根据用户的问题,可能这部分内容不多,但如果有数学表达式的话要注意格式。</think>MMDet3D 是由[OpenMMLab](https://openmmlab.com/)团队开发的开源3D目标检测工具箱,专注于自动驾驶场景下的多模态感知任务。以下是其核心特性: 1. **框架基础** - 基于PyTorch构建,继承自MMDetection的模块化设计 - 与MMCV、MMDetection等工具库无缝兼容 2. **核心能力** - 支持点云数据($\mathcal{P}=\{p_i\in\mathbb{R}^3\}$)、单目/多目图像、多模态融合 - 覆盖3D目标检测、单目3D检测、点云分割等任务 - 实现经典算法: $$ \text{PointPillars} \quad \text{CenterPoint} \quad \text{ImVoxelNet} \quad \text{FCOS3D} $$ 3. **数据支持** - 主流自动驾驶数据集: KITTI | nuScenes | Waymo | Lyft | SUN RGB-D - 提供统一数据接口与预处理流水线 4. **工程优势** - 模块化设计方便算法组件复用 - 支持分布式训练与混合精度加速 - 提供超过30个预训练模型 典型应用场景: - 自动驾驶环境感知(车辆/行人识别) - 机器人三维场景理解 - 增强现实空间定位 项目地址推荐访问: [https://github.com/open-mmlab/mmdetection3d](https://github.com/open-mmlab/mmdetection3d) 建议通过官方文档获取最新的功能支持与配置指南。
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