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
threelab1 分钟前
Three.js 物理模拟着色器 | 三维可视化 / AI 提示词
开发语言·前端·javascript·人工智能·3d·着色器
不知名的老吴4 分钟前
线程的生命周期之线程“插队“
java·开发语言·python
RSTJ_16255 分钟前
PYTHON+AI LLM DAY SEVENTY-ONE
人工智能
圣殿骑士-Khtangc22 分钟前
单智能体落地实战:从 ReAct 到 Production-Ready AI Agent 全链路解析
人工智能·react.js
云烟成雨TD43 分钟前
Spring AI 1.x 系列【56】用大模型评判大模型:递归顾问实现自动化评估方案
人工智能·spring·自动化
AI客栈1 小时前
K8s 自定义控制器中 WorkQueue 队列优化实践:基于 IPVS 转发原理的状态变化处理
人工智能
0xR3lativ1ty1 小时前
每周AI工具新动态
人工智能
jerryinwuhan1 小时前
面向产业带与中小企业数字化转型的电商运营人才培养模式
大数据·人工智能
xsc6996751 小时前
从零搭建大模型与智能体平台 - 完整技术详解
python
Drgfd1 小时前
智造赋能品控:汪进进以精益生产,夯实质量制造底座
人工智能·制造