Ubuntu20.04配置运行RangeNet++

环境配置

Ubuntu20.04+Cuda11.6+cudnn8.4.1+TensorRT-8.4.1.5

Cuda11.6

下载：

官网

Cuda11.6

wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run
sudo sh cuda_11.6.0_510.39.01_linux.run

开始安装，取消安装驱动，其余默认（y）安装

环境变量配置gedit ~/.bashrc 变量生效source ~/.bashrc 验证版本nvcc -V 验证版本

cudnn安装

官网下载：需要登陆

下载后解压：将解压出的文件，移动到/usr/local/cuda文件夹下：（根据自己的路径进行修改）

sudo cp -P /home/yang/下载/cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive/lib/libcudnn* /usr/local/cuda-11.6/lib64/
sudo cp  /home/yang/下载/cudnn-linux-x86_64-8.4.1.50_cuda11.6-archive/include/cudnn.h /usr/local/cuda-11.6/include/

赋予所有用户权限，cudnn安装完成

sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.6/lib64/libcudnn*

验证cudnn 

cat /usr/local/cuda-11.6/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

TensorRT安装

官网下载地址：https://developer.nvidia.com/login

如果Cuda下载用的是deb（local），则TensorRT也需要下载Debian包本地安装；而Cuda用runfile安装，就得下载tar压缩安装；两者需要对应，否则安装会报错。

下载完成后，解压到本地

把 TensorRT 的库和头文件添加到系统路径下：

sudo cp -r ./lib/* /usr/lib
sudo cp -r ./include/* /usr/include

添加路径到环境变量 gedit ~/.bashrc ：

export LD_LIBRARY_PATH=/home/yang/tensorrt/TensorRT-8.4.1.5/lib:$LD_LIBRARY_PATH
export LIBRARY_PATH=/home/yang/tensorrt/TensorRT-8.4.1.5/lib::$LIBRARY_PATH

source ~/.bashrc

测试 #在TensorRt目录文件夹下，cd到sample文件夹下

sudo make
cd ../bin
./sample_mnist

测试

如果还要用Python接口：

#在下载的TensorRT目录文件夹下
cd TensorRT-8.4.1.5/python
pip install tensorrt-8.4.1.5/-py2.py3-none-any.whl
#安装UFF,支持tensorflow模型转化
cd TensorRT-8.4.1.5//uff
pip install uff-0.5.5-py2.py3-none-any.whl
#安装graphsurgeon，支持自定义结构
cd TensorRT-8.4.1.5//graphsurgeon
pip install graphsurgeon-0.3.2-py2.py3-none-any.whl

python接口验证

python3
import tensorrt
tensorrt.__version__
#输出'8.4.1.5'则安装成功！

输出

RangeNet++源码编译

相关依赖安装

sudo apt-get update
sudo apt-get install -yqq  build-essential python3-dev python3-pip apt-utils git cmake libboost-all-dev libyaml-cpp-dev libopencv-dev
sudo apt install python3-empy
sudo pip install catkin_tools trollius numpy

使用 catkin 工具来构建库，终端打开：

mkdir -p ~/catkin_rangenet/src
cd ~/catkin_rangenet/src
git clone https://github.com/ros/catkin.git
git clone https://github.com/PRBonn/rangenet_lib.git
cd .. && catkin init
catkin build rangenet_lib

运行demo

预训练模型下载：https://www.ipb.uni-bonn.de/html/projects/semantic_suma/darknet53.tar.gz

#cd到catkin workspace下
cd ~/catkin_rangenet
#-p后是预训练模型路径、-s后是要预测点云.bin demo路径
./devel/lib/rangenet_lib/infer -p /path/to/the/pretrained/model -s /path/to/the/scan.bin --verbose

需要花点时间，请耐心等待。