CVPR2021_PLOP 论文代码环境搭建步骤

1. 安装cuda 10.2

   wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
   sudo sh cuda_10.2.89_440.33.01_linux.run
   #只选择 cudatoolkit 安装
   

2. conda 换源，北外源比较快 参考：
   https://mirrors.bfsu.edu.cn/help/anaconda/

3. 创建pytorch环境以及激活

   conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0
   cudatoolkit=10.2 -c pytorch
   conda activate plop
   

4. 克隆CVPR2021_PLOP , apex , inplace-abn仓库

   压缩 tar -czvf filename.tar.gz dir/
   解压 tar -xzvf filename.tar.gz
   git clone *.git
   

5. 安装apex , inplace-abn(需要在虚拟环境中运行)

   git clone https://github.com/NVIDIA/apex
   cd apex
   pip install -v --disable-pip-version-check --no-cache-dir --global-option="-
   -cpp_ext" --global-option="--cuda_ext" ./
   git clone https://github.com/mapillary/inplace_abn.git
   cd inplace_abn
   python setup.py install
   cd scripts
   pip install -r requirements.txt
   

6. 更改运行的脚本 以CVPR2021_PLOP/scripts/ade/plop_ade_100-10.sh 为例

   PORT=$((9000 + RANDOM % 1000))
   GPU=0,1 (使用第几个gpu，0是第一个)
   NB_GPU=2 （gpu的数量）
   DATA_ROOT=/home/mist/mist/CVPR2021_PLOP/data （数据目录,根据实际情况）
   

7. 在CVPR2021_PLOP目录运行脚本 sh scripts/adeplop_ade_100-10.sh，结果保存在
   CVPR2021_PLOP/scripts/ade/ 目录

8. 其他命令需要参考 Github 页面以及论