基础环境：

python：3.6

ubuntu：18.04

pytorch：1.8

cuda：10.2

一、pytorch3d编译

官方指南 GitCode - 开发者的代码家园

注意：cuda11以下的版本，需要安装CUB libaray，cuda11以上的版本跳过此步骤。

conda install -c bottler nvidiacub

或通过源码方式安装：

curl -LO https://github.com/NVIDIA/cub/archive/1.10.0.tar.gz
tar xzf 1.10.0.tar.gz

配置CUB_HOME环境变量：

vim ~/.bashrc
# 注意将/home/bdlf/cub-1.10.0替换为对应的CUB包路径
export CUB_HOME=/home/bdlf/cub-1.10.0
# 更新一下
source ~/.bashrc

1、安装依赖：

conda install -c fvcore -c iopath -c conda-forge fvcore iopath

2、pytorch3d源码下载

根据自己环境，选择对应版本pytorch3d，这里选择V0.5.0。

3、编译

cd pytorch3d
pip install -e .

第一次在python3.8虚拟环境中采用上述方式顺利通过编译，但第二次更换python3.6环境后，一直编译失败，很是无语，望知道的小伙伴可以解答一下~~

参考链接 Pytorch3D Linux环境下安装（踩坑）记录_pytorch_帕斯卡多-华为云开发者联盟

 二、Detectron2编译

参考链接 Github 项目 - detectron2 安装与简单使用 - AI备忘录

Detectron2下载地址 https://download.csdn.net/download/WXG1011/89076387

我的GCC为7.5.0，但python为3.6，采用python -m pip install -e .安装提示ERROR: Package 'detectron2' requires a different Python: 3.6.7 not in '>=3.7'，故采用python setup.py build develop，在编译过程中会出现包缺失或版本冲突的问题，直接pip安装丢失的包，再重新编译，重新编译时需删除Detectron2文件夹下的build文件。

编译成功提示：

Using /home/bdlf/.local/lib/python3.6/site-packages
Finished processing dependencies for detectron2==0.6

测试：

(py36) bdlf@bdlf-desktop:~/detectron2$ python
Python 3.6.7 | packaged by conda-forge | (default, Jan  7 2019, 02:49:06)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import detectron2
>>>

API文档 Installation — detectron2 0.6 documentation