MMDetection3D框架环境配置（最简单方法）

目录

1. 前言

2. 软硬件环境

3. 详细配置过程

3.1 创建并激活一个 conda 环境

3.2 安装pytorch

3.3 使用 MIM 安装 MMEngine，MMCV 和 MMDetection

3.4 安装 MMDetection3D

4. 验证安装是否成功

5. 总结与注意事项

---

1. 前言

MMDetection3D是OpenMMLab提供的3D目标检测框架，相比OpenPCDet框架功能更为强大。本文分享一个最为便捷安装MMDetection3D框架的方法。

2. 软硬件环境

显卡：RTX3090

CUDA版本：11.3

pytorch版本：1.12.0

3. 详细配置过程

3.1 创建并激活一个 conda 环境

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

3.2 安装pytorch

去pytorch官网下载对应版本的pytorch，实测1.10版本以上更为靠谱。

Previous PyTorch Versions | PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/previous-versions/

3.3 使用 MIM 安装 MMEngine，MMCV 和 MMDetection

pip install -U openmim
mim install mmengine
mim install 'mmcv'
mim install 'mmdet'

3.4 安装 MMDetection3D

# "-b dev-1.x" 表示切换到 `dev-1.x` 分支。
git clone https://github.com/open-mmlab/mmdetection3d.git -b dev-1.x

#进入工程目录
cd mmdetection3d

pip install -v -e .

4. 验证安装是否成功

下载模型的配置文件和模型的权重文件

mim download mmdet3d --config pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car --dest .

下载将需要几秒钟或更长时间，这取决于您的网络环境。完成后，您会在当前文件夹中发现两个文件 pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car.py 和 hv_pointpillars_secfpn_6x8_160e_kitti-3d-car_20220331_134606-d42d15ed.pth。

执行如下指令，如果跳出如下的图形界面，说明安装成功。

python demo/pcd_demo.py demo/data/kitti/000008.bin pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car.py hv_pointpillars_secfpn_6x8_160e_kitti-3d-car_20220331_134606-d42d15ed.pth --show

至此，安装完成。

5. 总结与注意事项

该框架依赖的库较多，因此最好所有软硬环境和官方教程环境高度一致，实测如果有版本差异，容易导致环境安装报错或失败，或者需要尝试多个不同版本的python依赖库。