Ubuntu 系统 cuda12.2 安装 MMDetection3D

DataBall 助力快速掌握数据集的信息和使用方式,会员享有 百种数据集,持续增加中。

需要更多数据资源和技术解决方案,知识星球: "DataBall - X 数据球(free)"

贵在坚持!


1、创建python虚拟环境

bash 复制代码
conda create -n mm3d python=3.8

2、进入python虚拟环境

bash 复制代码
conda activate mm3d

3、安装对应版本的 torch

bash 复制代码
pip install torch==2.1.0 torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu122

4、安装 mmcv

bash 复制代码
pip install mmcv==2.1.0 -f https://download.openmmlab.com/mmcv/dist/cu122/torch2.1.0/index.html

5、安装 mmengine

bash 复制代码
pip install mmengine==0.9.0

6、安装 mmdet

bash 复制代码
pip install mmdet==3.2.0

7、克隆项目 mmdetection3d

bash 复制代码
git clone https://github.com/open-mmlab/mmdetection3d.git

8、进入项目文件夹

bash 复制代码
cd mmdetection3d/

9、编译安装依赖

bash 复制代码
pip install -r requirements/build.txt

10、安装 mmdetection3d

bash 复制代码
pip install -v -e .

11、安装工具 openmim

bash 复制代码
pip install -U openmim

12、下载预训练模型,并将模型保存在文件夹checkpoint

bash 复制代码
mim download mmdet3d --config pointpillars_hv_secfpn_8xb6-160e_kitti-3d-3class --dest checkpoint

13、测试 mmdet3d 安装是否成功

bash 复制代码
from mmdet3d.apis import init_model, inference_detector
print("build_detector imported successfully!")

如果程序执行正确,说明安装成功,准备好相应数据集,可以跑项目自带的demo示例。

助力快速掌握数据集的信息和使用方式。

数据可以如此美好!

相关推荐
Niuguangshuo1 小时前
自编码器与变分自编码器:【2】自编码器的局限性
pytorch·深度学习·机器学习
haiyu_y2 小时前
Day 46 TensorBoard 使用介绍
人工智能·深度学习·神经网络
不惑_2 小时前
通俗理解卷积神经网络
人工智能·windows·python·深度学习·机器学习
rayufo3 小时前
自定义数据在深度学习中的应用方法
人工智能·深度学习
人工智能培训3 小时前
DNN案例一步步构建深层神经网络(3)
人工智能·深度学习·神经网络·大模型·dnn·具身智能·智能体
youngfengying3 小时前
先验知识融入深度学习
人工智能·深度学习·先验知识
A林玖3 小时前
【深度学习】目标检测
人工智能·深度学习·目标检测
代码洲学长3 小时前
一、RNN基本概念与数学原理
人工智能·rnn·深度学习
A林玖3 小时前
【深度学习】 循环神经网络
人工智能·rnn·深度学习
whitelbwwww3 小时前
深度学习的机制
人工智能·深度学习