手把手教你配置bevfusion代码环境

一、配置环境

step1. 基础环境

英韦达3060显卡

cuda11.1

cudnn8.0.4

step2. 创建环境

1. 建立新的环境python版本为3.8.3

conda create -n bevfusion python=3.8.3

2. 安装torch

注意torch版本号，需要和cuda对应

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio===0.8.0 -f https://download.pytorch.org/whl/cu111/torch_stable.html

但 torch1.9版本可能会与后期的mmcv系列包不适配，遂选择torch1.8.0

出现如下提示代表安装成功

 3.安装mmcv

推荐使用包安装，镜像下载地址https://download.openmmlab.com/mmcv/dist/cu111/torch1.8.0/index.html，直接点击下载即可

 直接pip安装

pip install mmcv_full-1.4.0-cp38-cp38-manylinux1_x86_64.whl

 遇见错误，opencv下载失败，网络问题

遂直接下载安装包Links for opencv-python

pip install opencv_python-4.7.0.72-cp37-abi3-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

 安装好opencv后，再重新安装mmcv，安装成功

4. 安装依赖项

pip安装

 直接pip 安装

pip install -r requirements/build.txt

安装成功

 继续安装mmdet2d的依赖

pip install -v -e .

mmdet-2.11.0安装成功

 5.安装mmdet3d及其依赖

先将github数据克隆到本机

git clone http://github.com/open-mmlab/mmdetection3d.git

 进入到该文件夹

cd mmdetection3d

编译安装

python setup.py develop

 发现报错

 将matplotlib换成3.5.2版本

pip install matplotlib==3.5.2

继续安装

安装成功。

6. 编译bevfusion环境

回到BEVFusion目录

cd ..

编译环境

python setup.py develop

出现报错

原因是图像包版本较高，降低图像包版本即可

pip install scikit-image==0.19.3

 安装成功

继续编译安装

出现错误

 降级pandas版本

pip install pandas==1.4.4

 继续编译

编译完成