1.NVIDIA Driver和Cuda安装

在Ubuntu18.04机器上安装好NVIDIA Driver4.18和CUDA10.1，版本号分别为4.18和10.1

查看NVIDIA Driver版本号：nvidia-smi

查看CUDA版本号：nvcc -V

2.安装MiniConda，并创建和管理虚拟环境

2.1 安装MiniConda，官网：Miniconda — conda documentation

2.2 创建名为openmmlab虚拟环境

conda create --name openmmlab python=3.8 -y

2.3 激活并进入该虚拟环境

conda activate openmmlab

3.安装与CUDA版本号匹配的pytorch，这里安装的是1.8.1

#CUDA 10.1

pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

与具体CUDA版本号对应匹配的pytorch可查询如下页面：

Previous PyTorch Versions | PyTorch

安装过程与结果：

4.安装openmim

pip install openmim -i Simple Index

安装过程与结果： 

5.安装mmcv-full

mim install mmcv-full -i Simple Index

安装过程与结果：

6.安装mmdet

mim install mmdet -i Simple Index

7. 安装mmsegmentation

mim install mmsegmentation -i Simple Index

8.克隆mmdetection3d框架并安装

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

cd mmdetection3d

pip install -e . -i Simple Index

安装过程与结果：

9. 下载模型文件

在mmdetection3d/model_zoo.md at 1.0 · open-mmlab/mmdetection3d · GitHub下载Demo运行所需模型文件，比如，我下载的是PointPillars模型（Kitti数据集）：

在mmdetection3d/configs/pointpillars at 1.0 · open-mmlab/mmdetection3d · GitHub下载这两个模型文件：

hv_pointpillars_secfpn_6x8_160e_kitti-3d-3class_20220301_150306-37dc2420.pth

hv_pointpillars_secfpn_6x8_160e_kitti-3d-car_20220331_134606-d42d15ed.pth

在mmdetection3d目录下创建checkpoints目录并将这两个文件放入

10.运行Demo程序：

python demo/pcd_demo.py demo/data/kitti/000008.bin configs/pointpillars/pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car.py checkpoints/hv_pointpillars_secfpn_6x8_160e_kitti-3d-car_20220331_134606-d42d15ed.pth --show

运行结果如下：

附：一些常用的命令

查看pytorch和CUDA版本号：

     python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'

退出conda虚拟环境：

     conda deactivate

删除虚拟环境：

    conda env remove -p 要删除的虚拟环境路径