这个博客不再更新了，之后使用这个新的链接进行更新：

改版了：最新的链接在这里哦：

安装OpenPCDet遇到的问题

1.遇到问题：OSError: libcuhash.so: cannot open shared object file: No such file or directory

解决方法
sudo find / -name libcuhash.so
输入：export LD_LIBRARY_PATH=/root/.local/lib/python3.7/site-packages/spconv:“${LD_LIBRARY_PATH}”

：参照OSError: libcuhash.so: cannot open shared object file: No such file or directory

2.遇到问题：TypeError: expected str, bytes or os.PathLike object, not NoneType
解决方法：python train/test/demo.py时，后面没有加路径，可以改为

python train.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml

python test.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --batch_size 1 --ckpt /root/PointCloudDet3D/output/kitti_models/pv_rcnn/default/ckpt/checkpoint_epoch_51.pth --save_to_file

python demo.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --ckpt /root/PointCloudDet3D/output/kitti_models/pv_rcnn/default/ckpt/checkpoint_epoch_51.pth  --data_path /root/PointCloudDet3D/data/kitti

train.py:train.py 文件后面需要加上需要训练模型的位置.(即yaml)
test.py：除了yaml路径外，还需要加入pth数据的位置，一般都放在output中（train后才会生成，否则木有文件数据）
demo.py:运行代码，除了需要加上ckpt中训练的pth路径外，还需要加上data的路径，即 /root/PointCloudDet3D/data/kitti，否则也会报错。

如果加上仍然报错，可能是程序本身的问题。
3.遇到问题：RuntimeError: The detected CUDA version (10.1) mismatches the version that was used to compile PyTorch (10.2). Please make sure to use the same CUDA versions.

解决方法：删除高版本torch，找到适合CUDA的torch低版本，对应好torchvision。

4.遇到问题：Unable to locate package xxx
解决方法：apt-get update升级乌班图

5.遇到问题：用apt-get出现以下错误：
Failed to fetch http://archive.ubuntu.com/ubuntu/pool/universe/p/p7zip/p7zip_16.02+dfsg-6_amd64.deb Temporary failure resolving ‘archive.ubuntu.com’
解决方法：
①如果是网络问题：
用vim编辑器进行添加DNS
(1)使用sudo vi /etc/resolv.conf
(2)按i插入：
(3)nameserver 202.96.134.133
(4)nameserver 8.8.8.8
(5)按Esc退出，并输入:wq!强制退出并保存。
(6)用vim /etc/apt/sources.list进入镜像源界面
(7)再用sudo apt-get update进行更新。
②如果不是网络问题：
不要在指令前加sudo，例如： sudo apt-get update改为 apt-get update。

6.遇到问题：Linux出现“E45: ‘readonly‘ option is set (add ! to override)”

解决方法：
该错误为当前用户没有权限对文件作修改,如果是root权限，可以:wq! 强行保存退出；

7.遇到问题：Linux修改文件出现[O]pen Read-Only、(E)dit anyway、®ecover解决方法
解决方法：
[O]pen Read-Only： 打开此档案成为只读档， 可以用在你只是想要查阅该档案内容并不想要进行编辑行为时。
(E)dit anyway:还是用正常的方式打开你要编辑的那个档案， 并不会载入暂存盘的内容。不过很容易出现两个使用者互相改变对方的档案等问题！
( R )ecover： 就是加载暂存盘的内容，用在你要救回之前未储存的工作。 不过当你救回来并且储存离开 vim 后，还是要手动自行删除那个暂存档喔！
(D)elete it： 你确定那个暂存档是无用的！那么开启档案前会先将这个暂存盘删除！ 这个动作其实是比较常做的！因为你可能不确定这个暂存档是怎么来的，所以就删除掉他吧！
(Q)uit： 按下 q 就离开 vim ，不会进行任何动作回到命令提示字符。
(A)bort： 忽略这个编辑行为

8.遇到问题：unzip解压不了KITTI大数据压缩包
解决方法：使用jar命令进行解压，jar xvf xxxx.zip，xvf前不要加-

9.遇到问题：Unable to locate package错误解决
解决方法： apt-get update （不要加sudo）
apt-get upgrade

10.压缩解压缩zip
安装：apt-get install zip
zip xxx.zip xxx
或者pip install zip
11.遇到问题：Failed to build mayavi
解决方法：pip install vtk==8.1.2
将VTK版本降级

12.安装yum
解决方法：apt-get install yum

13.遇到问题：
Undifined symbol:ZN6caffe28TypeMeta21_typeMetaDataInstanceIN3c107complexINS2_4HalfEEEEEPKNS
解决方法：
可能1：torch版本太高，cuda10.1适合安装torch1.5.0-torch1.7.0。推荐使用torch1.6.0，目前没有出错，其他两个版本依旧报错。
可能2：其他第三方库版本太高或太低，例如安装mmdet时，mmcv-full安装1.6.2就会报出这样的错误，而mmcv-full==1.6.1时就不会。

14.遇到问题：
TypeError: load() missing 1 required positional argument: ‘Loader‘？
解决方法：
Yaml 5.1版本之后就弃用了不安全的load加载方式，需要在load方法中加入指定的加载器，或者使用安全加载api， 通过默认加载器使load函数的安全得到加强。
直接安装指定版本下的 yaml 包即可
pip uninstall pyyaml
pip install pyyaml==5.1

15.遇到问题：libtorch_cpu.so找不到
解决方法：安装torch1.8.0 以上版本，否则torch/lib里没有该文件，所以采用find命令进行查找。

sudo find / -name libtorch_cpu.so

查到相应的路径用下列代码

export LD_LIBRARY_PATH=文件路径:"${LD_LIBRARY_PATH}"

例如：

export LD_LIBRARY_PATH=/usr/local/lib/python3.6/dist-packages/torch/lib:"${LD_LIBRARY_PATH}"
export LD_LIBRARY_PATH=/opt/conda/envs/pytorch1.8/lib/python3.9/site-packages/torch/lib:"${LD_LIBRARY_PATH}"

16. 遇到问题:
python: symbol lookup error: /root/.local/lib/python3.7/site-packages/torch/_C.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _Z10initModulev
解决方法：pytorch版本太低，需要用torch1.5及以上的。

17.遇到问题
OSError: /root/.local/lib/python3.7/site-packages/spconv/libspconv.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceISt7complexIdEEEPKNS_6detail12TypeMetaDataEv
解决方法：spconv虽然安装上了，但是安装有缺口，需要重新配置。
或者是由于版本不适配的问题。

18.遇到问题
ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory

解决方法：
这是CUDA10.0版本的东西，
通过find找到该文件：

sudo find / -name libcudart.so.10.0

找到文件路径，/usr/local/lib/python3.6/dist- packages/cntk/libs/libcudart.so.10.0

将上面的路径添加到临时路径

export LD_LIBRARY_PATH=/usr/local/lib/python3.6/dist-packages/cntk/libs:"${LD_LIBRARY_PATH}"

find查找后，发现文件是在python3.6的cntk文件夹下，我的环境是python3.7，不能安装cntk（cntk最高版本只支持python 3.6），只能通过export 临时加入环境变量。

19.安装cmake但查不到
解决方法：
这是cmake安装命令（在本地安装）：

#解压
tar -xvzf cmake-3.15.3.tar.gz
cd cmake-3.15.3
./bootstrap    #执行引导文件
#该命令执行需要一定时间，请耐心等待。成功执行结束之后，末尾提示:CMake has bootstrapped.  Now run make.
make
sudo make install
cmake --version
cd ..
rm -rf cmake-3.15.3  #清理安装源代码
pip install cmake==3.15.3

前面时建立安装环境，最后还需要加上pip install cmake==3.15.3否则还是显示没安装上。

20.安装spconv时运行python setup.py bdist_wheel出错
问题如下：
subprocess.CalledProcessError: Command ‘[‘cmake’, ‘/home/zdj/spconv’, ‘-DCMAKE_PREFIX_PATH=/home/zdj/anaconda3/envs/pytorch/lib/python3.7/site-packages/torch’, ‘-DPYBIND11_PYTHON_VERSION=3.7’, ‘-DSPCONV_BuildTests=OFF’, ‘-DPYTORCH_VERSION=10600’, ‘-DCMAKE_CUDA_FLAGS=“–expt-relaxed-constexpr” -D__CUDA_NO_HALF_OPERATORS__ -D__CUDA_NO_HALF_CONVERSIONS__’, ‘-DCMAKE_LIBRARY_OUTPUT_DIRECTORY=/home/zdj/spconv/build/lib.linux-x86_64-3.7/spconv’, ‘-DCMAKE_BUILD_TYPE=Release’]’ returned non-zero exit status 1.

可能1：
解决方案：
此问题说明spconv安装缺文件，从官方下载下来的spconv1.2.1，文件夹下的third_party/pybind11是空的，需要自己手动去下载。

pybind11链接：
https://github.com/pybind/pybind11/tree/3b1dbebabc801c9cf6f0953a4c20b904d444f879
可能2：电脑是30系列显卡时，需要安装CUDA11.x，属于高版本，spconv需要安装2.x。
可能3：今天又碰着了一回，是安装spconv1.0时候，以下给出一个github的解决方案：

conda create --name spconv python=3.7 pytorch=1.4 cudatoolkit=10.1 cudatoolkit-dev=10.1 cmake --channel pytorch

conda activate spconv

conda install cudnn

git clone https://github.com/traveller59/spconv --recursive

cd spconv

git checkout 8da6f967fb9a054d8870c3515b1b44eca2103634

git am <path_to_hotfixes>/0001-fix-problem-with-torch-1.4.patch

git am <path_to_hotfixes>/0001-Allow-to-specifiy-CUDA_ROOT-directory-and-pick-corre.patch

CUDA_ROOT=<path_to_your_conda_installation>/envs/spconv python setup.py bdist_wheel

cd dist/

pip install *

参考：https://lightrun.com/answers/traveller59-spconv-cuda-path-seems-to-be-hard-coded
每台主机问题多种多样，出现这种问题很多情况下是版本不适配。
21.遇到问题：
ImportError: cannot import name ‘spconv_utils’ from ‘spconv’ (/root/spconv-1.2.1/spconv/init.py)
解决方案：
方案1：卸载了重新装，就是这么神奇。
方案2：更新2023-9-3
今天又碰着了一回，发现我方案1的描述可能没说清楚，你编译完后还需要安装spconv.whl，这个文件在spconv/dist文件夹中，输入以下指令执行pip安装：

cd ./dist && pip install *

借鉴：spconv库安装成功但是无法import

22.遇到问题：TypeError: zip argument #1 must support iteration
答：
可能1：
首先需要安装zip，用指令apt-get install zip进行执行
可能2：
程序本身有问题，用pcdet0.3.0运行时出现的错误，转用pcdet0.5.2就可以运行。

23.遇到问题：装过一次pcdet，仍然还出现ModuleNotFoundError: No module named ‘pcdet’
解决方法：再次执行pyhton setup.py develop进行安装。

24.遇到问题：
FileNotFoundError: [Errno 2] No such file or directory: '/media/hpc/FED242EAD242A6AD/data/kitti/kitti_dbinfos_train.pkl
解决方法：
①更改数据生成路径：
来到/pcdet/pcdet/datasets/kitti/kitti_dataset.py文件：
倒数第三行和倒数第四行修改data_path和save_path，修改为
data_path=ROOT_DIR / ‘pcdet’ / ‘data’ / ‘kitti’,
save_path=ROOT_DIR/ ‘pcdet’ / ‘data’ / ‘kitti’。
②更改数据索引路径
来到/pcdet/tools/cfgs/datasets_configs/kitti_dataset.yaml文件：
修改第二行路径DATA_PATH为DATA_PATH: ‘/root/pcdet/data/kitti’。

25.遇到问题：TypeError: Caught TypeError in DataLoader worker process 0.
该错误是关于DataLoader进行训练数据的存取工作线程的问题
解决方法：
在/pcdet/pcdet/datasets/init.py：存着build_dataloader，里面有DataLoader函数——数据加载器，64行，将num_workers=works中的works直接改为0。

切忌将上面的works改为0，否则仍然没有用，直接删掉改为0就好。

26.遇到问题：TypeError: cannot unpack non-iterable NoneType object
答：程序有问题，请换一个程序包尝试。用pcdet0.3.0运行时出现的错误，转用pcdet0.5.2就可以运行。

27.遇到问题：TypeError: stat: path should be string, bytes, os.PathLike or integer, not NoneType
答：训练test.py时后面需要加上cfgs的访问地址和ckpt的访问地址，如下：
python test.py --cfg_file cfgs/kitti_models/pv_rcnn.yaml --batch_size 1 --ckpt /root/PointCloudDet3D/output/kitti_models/pv_rcnn/default/ckpt/checkpoint_epoch_51.pth --save_to_file
这个地址就是训练模型yaml的地址和训练好的pth的地址，pth只有在train过后才会自动生成。

28.遇到问题：ImportError: cannot import name ‘iou3d_nms_cuda’ from ‘pcdet.ops.iou3d_nms’
答：
可能1：
pcdet安装版本太低，问题中提到的错误是高版本的东西。如果用pcdet0.3.0安装，却运行了pcdet0.5.2的东西，则会出现这种错误。
需要再次安装高版本的pcdet，即python pcdet.py develop。
可能2：
程序包本身错误。

29.遇到问题：ModuleNotFoundError: No module named ‘spconv.pytorch’
答：pcdet版本太高，spconv与pcdet不匹配。

30.遇到问题：FileNotFoundError: [Errno 2] No such file or directory: ‘/root/PointCloudDet3D/data/kitti_big/kitti_dbinfos_train.pkl’
答：data里头没数据，需要生成数据或者拷贝数据，或者缺少某些文件。

具体生成文件可以下载：
链接：https://pan.baidu.com/s/175VowZs0goXZe8ZKUJ5XDg?pwd=6666
提取码：6666
–来自百度网盘超级会员V5的分享

以上是在云平台上安装过程中出现的问题，下面是在本地遇到的问题：

31. Failed to verify gcc version. See log at /var/log/cuda-installer.log for details.

参考：https://blog.csdn.net/HaoZiHuang/article/details/109544443
加入–override即可，例如：

sudo sh cuda_10.2.89_440.33.01_linux.run --override

32.安装pcdet时报错：subprocess.CalledProcessError: Command ‘[‘which‘, ‘g++‘]‘ returned non-zero exit status 1.

解决方法1：
缺少g++编译器，可以用以下指令去安装
sudo apt-get install build-essential
参考：https://blog.csdn.net/Iv_zzy/article/details/109310965