BEVFormer环境配置

官网的教程说是Step By Step,但是实际上我按照步骤安装下来运行不了(BEVFormer GitHub地址)。主要是安装后关于包依赖产生的某些错误,特别是安装nuscenes-devkit没有在步骤中列出来,后面就不好解决某些包的版本依赖了。参考一些博客以及官方安装教程后(blog1,blog2),安装过程如下:
P.S. cuda版本是11.3,安装pytorch版本要对应,以及后面安装包也要对应这个版本,查看cuda版本(实际上应该说是Cuda Toolkit的版本)可以使用命令

nvcc -V

什么是CUDA?什么是大家在安装PyTorch过程中所谓的CUDA版本?nvcc命令和nvidia-smi输出的版本号有何区别?如果你有这类似的疑惑,可以看看这篇文章(关于 CUDA 的常识(以及 PyG 的安装)),解释得比较清楚也比较好懂。解决完你的环境问题,接下来就正式安装。
1.创建虚拟环境bevformer,如果下载慢,anaconda添加镜像源网上教程实在太多了,不贴链接,自己随便搜搜就有

conda create -n bevformer python=3.8 -y
conda activate bevformer

2.安装pytorch的GPU版本,在这里,我选择了离线安装,在线安装实在太慢,如果你想在线安装可以使用以下两种命令
(1)pip 安装(注意,这里-f指定了官方地址去查找对应安装包)

pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

(2) conda 安装(没有改anaconda源的话,也可以在后面添加-c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/指定为清华源)

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3

不过,我仍然是推荐直接下载whl,然后安装,很方便,也很灵活,whl官方的地址是whl的下载地址,其实就是到pip安装命令指定的那个地址自己把whl文件下回来然后自己安装。pip离线安装包很简单,就是pip install whl文件地址,这里主要讲讲怎么找到对应版本的whl,进入链接后会发现有些torch除了版本还会有cu113的字样,这就表示这是cuda 11.3版本的pytorch,然后后面还会有cp38或者cp39,这表示python版本分别是3.8,3.9,linux,win表示你的系统,根据自己需求下载即可,本文选择python3.8,cuda 11.3,Linux的文件,如下
在这里插入图片描述(3)使用如下命令安装(当前目录下存放了三个whl文件)

pip install torch-1.10.0+cu113-cp38-cp38-linux_x86_64.whl torchvision-0.11.0+cu113-cp38-cp38-linux_x86_64.whl torchaudio-0.10.0+cu113-cp38-cp38-linux_x86_64.whl

3.安装mmcv-full(注意链接里的cu113是和我们的版本对应的)

pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

4.安装mmdet mmsegmentation

pip install mmdet==2.14.0 mmsegmentation==0.14.1

5.安装一些代码中用到的依赖包(特别是nuscenes-devkit,官方步骤没有提到,但是代码确实用到了)

pip install ninja tensorboard==2.13.0 nuscenes-devkit==1.1.10 scikit-image==0.19.0 lyft-dataset-sdk==0.0.8

6.改变numpy、pandas、setuptools版本,安装llvmlite

pip install numpy==1.19.5 pandas==1.4.4 llvmlite==0.31.0 setuptools==59.5.0

7.重头戏,安装mmdet3d,GitHub访问太慢可以手动去下载tags里面v0.17.1 版本的代码,然后直接执行最后一步python setup.py install就行。

cd BEVFormer
git clone https://github.com/open-mmlab/mmdetection3d.git
cd mmdetection3d
git checkout v0.17.1 # Other versions may not be compatible.
python setup.py install

8.安装Detectron2,Timm

pip install einops fvcore seaborn iopath==0.1.9 timm==0.6.13  typing-extensions==4.5.0 pylint ipython==8.12 numba==0.48.0 scikit-image==0.19.3 yapf==0.40.1
# 安装 Detectron2,网卡会中断可以选择手动下载手动安装或者多试几次
python -m pip install 'git+https://github.com/facebookresearch/detectron2.git'

到这里环境安装就结束了。想使用nuscenes的mini数据集对环境进行测试可以参考这篇文章后半部分BEVFormer代码复现

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/193288.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

多级缓存自用

1.什么是多级缓存 传统的缓存策略一般是请求到达Tomcat后,先查询Redis,如果未命中则查询数据库,如图: 存在下面的问题: •请求要经过Tomcat处理,Tomcat的性能成为整个系统的瓶颈 •Redis缓存失效时,会对数据库产生冲击 多级缓存就是充分利用请求处理的每个环节,添加缓…

C语言实现猜数字游戏

前面我们已经了解了分支循环、数据类型及变量的知识点,今天我将用之前学过的知识进行实操,将所学的知识进行巩固和提升。下面的讲解仅我个人认知水平,如有欠缺之处,欢迎大家指正,并且我希望初学者在看完讲解后可以独立…

强化学习------时序差分(Temporal-Difference Learning)

简介 时序差分方法(Temporal-Difference Learning)简称TD算法是强化学习中非常经典的一种方法,Sarsa算法和Q-learning算法都是基于时序差分这种方法的。 强化学习分为基于模型和不基于模型的方法 基于模型的方法:是一种通过建立…

Redis之五大基础数据类型(详细总结 面试必备)

Redis之五大基础数据类型 Redis 共有 5 种基本数据类型:String(字符串)、List(列表)、Set(集合)、Hash(散列)、Zset(有序集合)。 这 5 种数据类…

64. 最小路径和(Leetcode)

文章目录 前言一、题目分析二、算法原理1.状态表示2.状态转移方程3.初始化4.填表顺序5.返回值是什么 三、代码实现总结 前言 在本文章中,我们将要详细介绍一下Leetcode6最小路径相关的内容 一、题目分析 二、算法原理 1.状态表示 列出dp表,dp[i][j]代…

IDEA导入JavaWeb项目(Maven)

IDEA导入JavaWeb(Maven)项目教程 运行教程 亲爱的粉丝们,我深知你们对IDEA导入JAVAWeb工程的迫切需求。在这个充满竞争的时代,每一个项目都离不开高效的沟通。过程中需要对应的环境适配和软件安…

操作PDF相关的工具,EPUB转PDF,golang

unipdf 安装依赖 go get github.com/unidoc/unipdf/v3 示例代码 https://github.com/unidoc/unipdf-examples 获取KEY 登录 https://cloud.unidoc.io/ 注册账号,生成 KEY,但是需要收费。 chromedp 使用Golang编写,主要功能是调用浏览器内…

代码随想录算法训练营第四十一天 _ 动态规划_343. 整数拆分、96.不同的二叉搜索树、01背包问题。

学习目标: 动态规划五部曲: ① 确定dp[i]的含义 ② 求递推公式 ③ dp数组如何初始化 ④ 确定遍历顺序 ⑤ 打印递归数组 ---- 调试 引用自代码随想录! 60天训练营打卡计划! 学习内容: 343. 整数拆分 动态规划五步曲&…

Mysql之数据处理增删改

Mysql之数据处理增删改查 插入数据INSERT INTO语句的使用INSERT 与子查询结合 更新数据(修改数据)UPDATE SET语句 删除数据DELETE FROM语句 Mysql8新特性:计算列 插入数据 INSERT INTO语句的使用 用 INSERT INTO 语句,向表中插入数据 方式一:…

Web漏洞分析-SQL注入XXE注入(上)

随着互联网的不断普及和Web应用的广泛应用,网络安全问题愈发引起广泛关注。在网络安全领域中,SQL注入和XXE注入是两个备受关注的话题,也是导致许多安全漏洞的主要原因之一。本博客将深入研究这两种常见的Web漏洞,带您探寻背后的原…

一个用c#瞎写的sftp工具

0.下载地址 https://wwus.lanzouj.com/iOZUv1gkgpze 密码:123456 1.能进行单个和批量下载, 没有弄上传 2.速度奇差,可能是某些地方没弄好.有一定的进度显示,但是不太准. 3.很多地方没弄好,有能力的自己弄一下 4.在app.config文件配置sftp

深度学习 第3章 Python程序设计语言(3.2 Python程序流程控制)

无论是在机器学习还是深度学习中,Python已经成为主导性的编程语言。而且,现在许多主流的深度学习框架,例如PyTorch、TensorFlow也都是基于Python。本课程主要是围绕“理论实战”同时进行,所以本章将重点介绍深度学习中Python的必备…

Echarts大屏可视化_03 定制柱状图

柱状图模块引入 1.找到合适的图表 在echarts中寻找与目标样式相近的图表 Examples - Apache ECharts 2. 引入柱状图 使用立即执行函数构建,防止变量全局污染 实例化对象 将官网中提供的option复制到代码中,并且构建图表 // 柱状图模块1 (function () {/…

Python爬虫:通过js逆向分析某翻译网站的原理

Python爬虫:通过js逆向分析某翻译网站的原理 1. 网站实现原理2. 抓取接口3. 参考代码和运行结果 1. 网站实现原理 首先,说一下爬取的网站:百度翻译。网站实现翻译的效果是通过接口实现的,也就是各位听到的ajax技术(只需要更换对应…

Sharding-Jdbc(4):Sharding-Jdbc分库

1 新建数据库 创建ds_0数据库和ds_1数据库,在两个数据库新建表如下: CREATE TABLE t_order (order_id bigint(20) NOT NULL,user_id bigint(20) NOT NULL,PRIMARY KEY (order_id) ) ENGINEInnoDB DEFAULT CHARSETutf8 COLLATEutf8_bin; 2 新建maven项目…

QNX时钟调研

SYSPAGE_ENTRY()的使用&#xff0c;SYSPAGE_ENTRY 测试QNX下printf(“poo\n”);的耗时 #include <sys/neutrino.h> #include <inttypes.h> #include <stdio.h> #include <stdlib.h> #include <sys/syspage.h>int main( void ) {uint64_t cps, …

计算机网络的性能

目录 一、计算机网络的性能指标——宽带 二、计算机网络的性能指标——时延 三、计算机网络的性能指标——时延带宽积 四、计算机网络的性能指标——往返时延 五、计算机网络的性能指标——吞吐量 六、计算机网络的能能指标——利用率 计算机网络的定义&#xff1a;计算机网络时…

9. 双向队列

在队列中&#xff0c;我们仅能删除头部元素或在尾部添加元素。如下图所示&#xff0c;双向队列(double-ended queue)提供了更高的灵活性&#xff0c;允许在头部和尾部执行元素的添加或删除操作。 9.1 双向队列常用操作 双向队列的常用操作如下表所示&#xff0c;具体的方法名称…

Docker镜像制作与推送

目录 Docker镜像制作 搭建私服 将本地镜像推送到私有库 Docker镜像制作 以创建一个新ubuntu镜像&#xff0c;并安装vim命令示例 运行一个ubuntu镜像&#xff0c;发现在镜像里面无法使用vim命令&#xff0c;因为该ubuntu镜像只包括了其最基本的内核命令 [rootlocalhost ~]…

qt5.15播放音频示例(4种方法)

文章目录 Qt播放音频方法一 QMediaPlayer方法二 QSound方法三 QSoundEffect方法四 QAudioOutput问题1 播放无声问题2 QAudioOutput播放嗡嗡声的问题参考Qt播放音频 在linux系统中,可以通过aplay进行简单的播放音频,如 aplay /opt/Audio/test.wav在图形界面,也可以封装apla…