ubuntu20.04 votenet

### 如何在 Ubuntu 20.04 上安装和配置 VoteNet

#### 准备工作
为了成功安装和运行 VoteNet，在开始之前需确认已准备好必要的硬件支持以及软件环境。特别是 GPU 和 CUDA 的兼容性非常重要。

对于具有 NVIDIA GeForce RTX 3090 这类较新显卡的情况，推荐使用 CUDA 11.x 版本[^2]。这不仅能够提供更好的性能表现，同时也确保了与最新深度学习框架的良好适配度。

#### 安装依赖项
首先更新系统的包列表并安装一些基本工具：

sudo apt-get update && sudo apt-get upgrade -y
sudo apt-get install git cmake build-essential libgl1-mesa-glx -y

接着创建一个新的 Conda 虚拟环境来管理 Python 及其库文件:

conda create -n votenet_env python=3.7
conda activate votenet_env

在此环境中按照需求安装 PyTorch 及其他相关组件：

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch
pip install scikit-build opencv-python-headless trimesh shapely plyfile matplotlib tensorboard easydict

#### 获取 VoteNet 源码
通过 Git 下载官方仓库中的代码至本地目录：

git clone https://github.com/facebookresearch/votenet.git
cd votenet/

编译项目所需的 C++/CUDA 扩展模块：

python setup.py develop

#### 数据集准备
VoteNet 使用 ScanNet v2 数据集作为训练样本之一。可以从官方网站获取该数据集，并将其解压到指定路径下以便后续处理脚本能访问这些资源。

#### 配置环境变量
编辑 `~/.bashrc` 文件加入以下两行以设定 PYTHONPATH 并使自定义命令生效：

export PYTHONPATH=$PYTHONPATH:/path/to/votenet
source ~/.bashrc

请记得替换 `/path/to/votenet` 成实际放置 Votenet 项目的绝对路径。

完成上述操作之后就可以尝试执行测试样例验证整个流程是否正常运作了。