采用太平洋AI的DINK框架一键运行3D点云识别，一键训练深度学习模型

DINK安装视频教程：  http://fp-ai.com/video_details.html?id=072b030ba126b2f4b2374f342be9ed44

DINK一键启动视频教程：  http://fp-ai.com/video_details.html?id=7f39f8317fbdb1988ef4c628eba02591&type=0

Github：https://github.com/FPAI/DINK

建议采用

* Ubuntu16.04 LTS

* 8GB以上内存

* 至少30GB硬盘

* NVIDIA GTX GeForce GPU GTX1060TI以上

1 NVIDIA Docker安装

1.1 准备

* 安装CUDA

* 系统设置-->软件与更新-->下载选择其他-->在弹框中选择中国-->选择mirrors.aliyun.com-->右下角选择服务器

* System Settings-->Software &Updates-->Download from-->Other..-->China-mirrors.aliyun.com-->Choose Server-->Close-Reload

1.2 DOCKER CE安装

1.2.1 更新

sudo apt-get update

sudo apt-get upgrade

1.2.2 脚本安装docker

curl -fsSL get.docker.com -o get-docker.sh

sudo sh get-docker.sh --mirror Aliyun

当以下命令显示含有hello world字样时说明DOCKER环境安装

sudo docker run hello-world

1.3 下载nvidia-docker

wget http://pn7d72sxw.bkt.clouddn.com/nvidia-docker_1.0.1-1_amd64.deb

如果上述下载失败，下载以下

wget https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker_1.0.1-1_amd64.deb

安装

sudo dpkg -i nvidia-docker_1.0.1-1_amd64.deb

1.4 检查nvidia-docker服务是否存在

systemctl list-units --type=service | grep -i nvidia-docker

如果上述操作失败，运行以下

systemctl list-units --type=service | grep -i nvidia-docker-plugin

安装modprobe

sudo apt-get install nvidia-modprobe

2 下载运行DINK镜像

2.1 拉取镜像前先设置镜像加速器

sudo mkdir -p /etc/docker

sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://9pbu6dtx.mirror.aliyuncs.com"]
}
EOF

sudo systemctl daemon-reload

sudo systemctl restart docker

2.2 从阿里云上拉去docker镜像

sudo docker pull registry.cn-hangzhou.aliyuncs.com/dink_framework/dink0.22:latest

2.3 验证镜像：

sudo docker images

显示 registry.cn-hangzhou.aliyuncs.com/dink_framework/dink0.22 latest 即拉取成功

2.4 运行镜像并生成容器用于可视化操作：

下载运行run.sh脚本

wget http://po1ez3p80.bkt.clouddn.com/run_dink6.sh

sh run_dink6.sh

2.5 在镜像中启动DINK：

进入容器后直接运行各个.sh脚本文件：

./node_deeplabv3seg_cluster.sh #deeplabv3seg_cluster一键启动节点

./node_squeezeseg_cluster.sh #squeezeseg_cluster一键启动节点

./node_voxlelnet.sh #voxlelnet一键启动节点

./dl_deeplabv3seg_train.sh #deeplabv3seg一键训练

./dl_deeplabv3seg_eval.sh #deeplabv3seg一键评估

./dl_squeezeseg_train.sh #squeezeseg一键训练

./dl_squeezeseg_eval.sh #squeezeseg一键评估

./dl_voxelnet_train.sh #voxelnet一键训练

./dl_voxelnet_eval.sh #voxelnet一键评估

./run_clion.sh #一键启动clion

./run_pycharm.sh #一键启动pycharm

(./node_euclidean_cluster.sh #euclidean cluster一键启动节点)