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。
conda install -c bottler nvidiacub
或通过源码方式安装:
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:
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:
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
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:
Using /home/bdlf/.local/lib/python3.6/site-packages
Finished processing dependencies for detectron2==0.6
测试:
(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
>>>