mmdetection3d

https://mmdetection3d.readthedocs.io/en/latest/get_started.html#installation

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

dependency

pip install -U openmim
mim install mmengine
mim install 'mmcv>=2.0.0rc4'
mim install 'mmdet>=3.0.0'

Case a: If you develop and run mmdet3d directly, install it from source:

pip install -v -e .

Case b: If you use mmdet3d as a dependency or third-party package, install it with MIM:

mim install "mmdet3d>=1.1.0"

Supported CUDA versions include 10.2, 11.1, 11.3, and 11.4

pip install cumm-cu114
pip install spconv-cu114

Minkowski Engine은 3D 딥 러닝과 포인트 클라우드 처리를 위한 오픈 소스 라이브러리 중 하나입니다. 이 엔진은 컴퓨터 비전 및 로보틱스와 같은 분야에서 3D 데이터를 다루고 처리하기 위한 강력한 도구로 사용됩니다. 주로 민코프스키 거리(Minkowski distance)를 기반으로 하는 포인트 클라우드 연산을 수행하는 데 사용됩니다.

Minkowski Engine은 다음과 같은 주요 특징을 가지고 있습니다:

3D 데이터 처리: 3D 포인트 클라우드, 그리드 데이터 및 다른 형태의 3D 데이터를 처리하는 데 특화되어 있습니다.

민코프스키 거리: 민코프스키 거리는 유클리드 거리와 맨하탄 거리의 일반화된 형태로, 다양한 거리 측정 방법을 지원하여 다양한 응용 프로그램에 적용할 수 있습니다.

희소 텐서 지원: Minkowski Engine은 희소한 데이터 표현을 지원하며, 이는 메모리 효율성을 향상시키고 대규모 3D 데이터셋에서 효과적으로 작업할 수 있게 합니다.

딥 러닝 프레임워크 통합: PyTorch와 함께 사용되며, PyTorch의 모델과 훈련 파이프라인과 쉽게 통합됩니다.

GPU 가속: CUDA를 사용하여 GPU 가속을 지원하며, 고성능 3D 딥 러닝 모델을 훈련하고 실행하는 데 사용됩니다.

Minkowski Engine은 3D 객체 감지, 세분화, 위치 추정, 자율 주행과 로봇 공학 응용 프로그램에서 널리 사용되며, 3D 데이터 처리에 관심 있는 연구원 및 엔지니어에게 중요한 자원입니다.

pip install openblas-devel
/??????????????

sudo apt -y install libsparsehash-dev

verify the installation

mim download mmdet3d --config pointpillars_hv_secfpn_8xb6-160e_kitti-3d-car --dest .

demo

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

docker on A100

https://mmengine.readthedocs.io/en/latest/get_started/installation.html

docker build \
-t mmengine https://github.com/open-mmlab/mmengine.git#main:docker/release

docker run \
--gpus all \
--shm-size=8g \
-it mmengine

python \
-c 'import mmengine;print(mmengine.__version__)'