1.12.0+cu113安装openpdect

1.12.0版本加上cu113是PyTorch的一个特定版本，其中包含了CUDA 11.3的支持。要在系统上安装OpenPCDet（一款基于深度学习的三维目标检测框架），通常需要按照以下步骤操作：

**步骤一：安装Python和相关库**
首先，确保已经安装了最新版的Python (建议使用Python 3.x)，并安装pip工具用于包管理。然后安装必要的Python库，如torch、numpy、torchvision等：

pip install torch torchvision numpy cython opencv-python

**步骤二：安装CUDA和cuDNN**
由于涉及GPU加速，你需要下载对应CUDA和cuDNN的版本。访问NVIDIA官网下载CUDA Toolkit，并安装到合适的路径。之后，在命令行中设置环境变量指向CUDA安装目录。

**步骤三：安装OpenPCDet**
由于OpenPCDet不是直接通过pip安装的官方库，你可能需要从其GitHub仓库克隆并构建它。先克隆仓库：

git clone https://github.com/open-mmlab/OpenPCDet.git
cd OpenPCDet

接下来，在项目根目录下，创建一个新的环境（比如`conda create -n openpcdet python=3.8`）并激活它，然后安装依赖项和编译：

conda activate openpcdet
pip install -r tools/cfgs/install.sh

如果你的环境中没有cuda113相关的支持，可能会提示你安装相应的cuDNN版本。根据OpenPCDet的要求，找到并安装对应的cuDNN。

**步骤四：配置环境**
在`tools/configs`目录下，根据你的硬件配置选择一个配置文件，例如`exp/xyres_416_800_gnhead_fpnvoxelnet.py`，然后运行`tools/dist_train.sh` 或 `tools/train.py` 进行训练。

**相关问题--:**
1. 我应该在什么样的平台上运行OpenPCDet？
2. 如果我没有CUDA设备，能否使用CPU版本训练？
3. 安装过程中遇到编译错误怎么办？