pytorch3d、Detectron2编译安装

基础环境:

python:3.6

ubuntu:18.04

pytorch:1.8

cuda:10.2

一、pytorch3d编译

官方指南 GitCode - 开发者的代码家园

注意:cuda11以下的版本,需要安装CUB libaray,cuda11以上的版本跳过此步骤。

复制代码
conda install -c bottler nvidiacub

或通过源码方式安装:

复制代码
curl -LO https://github.com/NVIDIA/cub/archive/1.10.0.tar.gz
tar xzf 1.10.0.tar.gz

配置CUB_HOME环境变量:

复制代码
vim ~/.bashrc
# 注意将/home/bdlf/cub-1.10.0替换为对应的CUB包路径
export CUB_HOME=/home/bdlf/cub-1.10.0
# 更新一下
source ~/.bashrc

1、安装依赖:

复制代码
conda install -c fvcore -c iopath -c conda-forge fvcore iopath

2、pytorch3d源码下载

根据自己环境,选择对应版本pytorch3d,这里选择V0.5.0。

3、编译

复制代码
cd pytorch3d
pip install -e .

第一次在python3.8虚拟环境中采用上述方式顺利通过编译,但第二次更换python3.6环境后,一直编译失败,很是无语,望知道的小伙伴可以解答一下~~

参考链接 Pytorch3D Linux环境下安装(踩坑)记录_pytorch_帕斯卡多-华为云开发者联盟

二、Detectron2编译

参考链接 Github 项目 - detectron2 安装与简单使用 - AI备忘录

Detectron2下载地址 https://download.csdn.net/download/WXG1011/89076387

我的GCC为7.5.0,但python为3.6,采用python -m pip install -e .安装提示ERROR: Package 'detectron2' requires a different Python: 3.6.7 not in '>=3.7',故采用python setup.py build develop,在编译过程中会出现包缺失或版本冲突的问题,直接pip安装丢失的包,再重新编译,重新编译时需删除Detectron2文件夹下的build文件。

编译成功提示:

复制代码
Using /home/bdlf/.local/lib/python3.6/site-packages
Finished processing dependencies for detectron2==0.6

测试:

复制代码
(py36) bdlf@bdlf-desktop:~/detectron2$ python
Python 3.6.7 | packaged by conda-forge | (default, Jan  7 2019, 02:49:06)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import detectron2
>>>

API文档 Installation --- detectron2 0.6 documentation

相关推荐
Francek Chen1 分钟前
【自然语言处理】预训练04:预训练word2vec
人工智能·pytorch·深度学习·自然语言处理·word2vec
元宇宙时间1 分钟前
Nine.fun:连接现实娱乐与Web3经济的全新生态
人工智能·金融·web3·区块链
甄心爱学习8 分钟前
数据挖掘6-AI总结
人工智能·数据挖掘
美团技术团队9 分钟前
美团 LongCat 团队发布 VitaBench:基于复杂生活场景的交互式 Agent 评测基准
人工智能
xier_ran9 分钟前
Python从入门到精通:(2)Python 核心进阶教程从数据结构到面向对象
linux·windows·python·microsoft
非凸科技25 分钟前
第50届ICPC亚洲区域赛·成都站,非凸科技持续护航顶尖赛事
人工智能·科技
程序员三藏31 分钟前
接口自动化测试框架搭建详解
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·接口测试
深度学习机器41 分钟前
RAG的另一种思路,基于文档树结构的推理型检索
人工智能·算法·架构
skywalk816342 分钟前
老显卡老cpu用vllm推理大模型失败Intel(R) Xeon(R) CPU E5-2643 v2
人工智能·pytorch·python·vllm
深度学习机器1 小时前
Agent架构新方向?Claude Skills工作原理解析
人工智能·算法·架构