From 9556958fe1c6fe432d55a9f98781b8fdd90f4e9c Mon Sep 17 00:00:00 2001 From: lianqing01 <56707341+lianqing01@users.noreply.github.com> Date: Wed, 17 Aug 2022 15:09:32 +0800 Subject: [PATCH] [Fix] Update the cn doc (#1715) * update cn docs * fix changelog * add space between cn and en * add space between cn and en * Update faq.md * Update faq.md * Update faq.md * Update getting_started.md Co-authored-by: lianqing Co-authored-by: VVsssssk --- docs/en/changelog.md | 2 +- docs/zh_cn/faq.md | 31 ++++ docs/zh_cn/getting_started.md | 259 +++++++++++++++------------------- 3 files changed, 149 insertions(+), 143 deletions(-) diff --git a/docs/en/changelog.md b/docs/en/changelog.md index 6b59d2220f..5ce6f44afe 100644 --- a/docs/en/changelog.md +++ b/docs/en/changelog.md @@ -29,7 +29,7 @@ #### Contributors -A total of 7 developers contributed to this release. +A total of 9 developers contributed to this release. @Tai-Wang, @ZwwWayne, @filaPro, @lianqing11, @ZCMax, @HuangJunJie2017, @Xiangxu-0103, @ChonghaoSima, @VVsssssk diff --git a/docs/zh_cn/faq.md b/docs/zh_cn/faq.md index 44a96d2418..1d05414307 100644 --- a/docs/zh_cn/faq.md +++ b/docs/zh_cn/faq.md @@ -4,6 +4,37 @@ ## MMCV/MMDet/MMDet3D Installation +- 跟 MMCV, MMDetection, MMSegmentation 和 MMDetection3D 相关的编译问题; "ConvWS is already registered in conv layer"; "AssertionError: MMCV==xxx is used but incompatible. Please install mmcv>=xxx, \<=xxx." + +MMDetection3D 需要的 MMCV, MMDetection 和 MMSegmentation 的版本列在了下面。请安装正确版本的 MMCV、MMDetection 和 MMSegmentation 以避免相关的安装问题。 + + | MMDetection3D version | MMDetection version | MMSegmentation version | MMCV version | + | :-------------------: | :----------------------: | :---------------------: | :-------------------------: | + | master | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.5.2, \<=1.7.0 | + | v1.0.0rc4 | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.5.2, \<=1.7.0 | + | v1.0.0rc3 | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.4.8, \<=1.6.0 | + | v1.0.0rc2 | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.4.8, \<=1.6.0 | + | v1.0.0rc1 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.4.8, \<=1.5.0 | + | v1.0.0rc0 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.3.17, \<=1.5.0 | + | 0.18.1 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.3.17, \<=1.5.0 | + | 0.18.0 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.3.17, \<=1.5.0 | + | 0.17.3 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | + | 0.17.2 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | + | 0.17.1 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | + | 0.17.0 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | + | 0.16.0 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | + | 0.15.0 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | + | 0.14.0 | mmdet>=2.10.0, \<=2.11.0 | mmseg==0.14.0 | mmcv-full>=1.3.1, \<=1.4.0 | + | 0.13.0 | mmdet>=2.10.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.4.0 | + | 0.12.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.4.0 | + | 0.11.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.3.0 | + | 0.10.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.3.0 | + | 0.9.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.3.0 | + | 0.8.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.1.5, \<=1.3.0 | + | 0.7.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.1.5, \<=1.3.0 | + | 0.6.0 | mmdet>=2.4.0, \<=2.11.0 | Not required | mmcv-full>=1.1.3, \<=1.2.0 | + | 0.5.0 | 2.3.0 | Not required | mmcv-full==1.0.5 | + - 如果您在 `import open3d` 时遇到下面的问题： `OSError: /lib/x86_64-linux-gnu/libm.so.6: version 'GLIBC_2.27' not found` diff --git a/docs/zh_cn/getting_started.md b/docs/zh_cn/getting_started.md index 014813bd81..c78b5d29d4 100644 --- a/docs/zh_cn/getting_started.md +++ b/docs/zh_cn/getting_started.md @@ -1,128 +1,61 @@ # 依赖 -- Linux 或者 macOS (实验性支持 Windows) +MMDetection3D 可以安装在 Linux, MacOS, (实验性支持 Windows) 的平台上，它具体需要下列安装包: + - Python 3.6+ - PyTorch 1.3+ - CUDA 9.2+ (如果你从源码编译 PyTorch, CUDA 9.0 也是兼容的。) - GCC 5+ - [MMCV](https://mmcv.readthedocs.io/en/latest/#installation) -| MMDetection3D 版本 | MMDetection 版本 | MMSegmentation 版本 | MMCV 版本 | -| :----------------: | :----------------------: | :---------------------: | :-------------------------: | -| master | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.5.2, \<=1.7.0 | -| v1.0.0rc4 | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.5.2, \<=1.7.0 | -| v1.0.0rc3 | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.4.8, \<=1.6.0 | -| v1.0.0rc2 | mmdet>=2.24.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.4.8, \<=1.6.0 | -| v1.0.0rc1 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.4.8, \<=1.5.0 | -| v1.0.0rc0 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.3.17, \<=1.5.0 | -| 0.18.1 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.3.17, \<=1.5.0 | -| 0.18.0 | mmdet>=2.19.0, \<=3.0.0 | mmseg>=0.20.0, \<=1.0.0 | mmcv-full>=1.3.17, \<=1.5.0 | -| 0.17.3 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | -| 0.17.2 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | -| 0.17.1 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | -| 0.17.0 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | -| 0.16.0 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | -| 0.15.0 | mmdet>=2.14.0, \<=3.0.0 | mmseg>=0.14.1, \<=1.0.0 | mmcv-full>=1.3.8, \<=1.4.0 | -| 0.14.0 | mmdet>=2.10.0, \<=2.11.0 | mmseg==0.14.0 | mmcv-full>=1.3.1, \<=1.4.0 | -| 0.13.0 | mmdet>=2.10.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.4.0 | -| 0.12.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.4.0 | -| 0.11.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.3.0 | -| 0.10.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.3.0 | -| 0.9.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.2.4, \<=1.3.0 | -| 0.8.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.1.5, \<=1.3.0 | -| 0.7.0 | mmdet>=2.5.0, \<=2.11.0 | Not required | mmcv-full>=1.1.5, \<=1.3.0 | -| 0.6.0 | mmdet>=2.4.0, \<=2.11.0 | Not required | mmcv-full>=1.1.3, \<=1.2.0 | -| 0.5.0 | 2.3.0 | Not required | mmcv-full==1.0.5 | - -# 安装 - -## MMdetection3D 安装流程 - -### 快速安装脚本 - -如果你已经成功安装 CUDA 11.0，那么你可以使用这个快速安装命令进行 MMDetection3D 的安装。 否则，则参考下一小节的详细安装流程。 - -```shell -conda create -n open-mmlab python=3.7 pytorch=1.9 cudatoolkit=11.0 torchvision -c pytorch -y -conda activate open-mmlab -pip3 install openmim -mim install mmcv-full -mim install mmdet -mim install mmsegmentation -git clone https://github.com/open-mmlab/mmdetection3d.git -cd mmdetection3d -pip3 install -e . +```{note} +如果你已经装了 pytorch, 可以跳过这一部分，然后转到[下一章节](#安装). 如果没有，可以参照以下步骤安装环境。 ``` -### 详细安装流程 - -**a. 使用 conda 新建虚拟环境，并进入该虚拟环境。** - -```shell -conda create -n open-mmlab python=3.7 -y -conda activate open-mmlab -``` +**步骤 0.** 安装 MiniConda [官网](https://docs.conda.io/en/latest/miniconda.html). -**b. 基于 [PyTorch 官网](https://pytorch.org/)安装 PyTorch 和 torchvision，例如：** +**步骤 1.** 使用 conda 新建虚拟环境，并进入该虚拟环境. ```shell -conda install pytorch torchvision -c pytorch +conda create --name openmmlab python=3.8 -y +conda activate openmmlab ``` -**注意**：需要确保 CUDA 的编译版本和运行版本匹配。可以在 [PyTorch 官网](https://pytorch.org/)查看预编译包所支持的 CUDA 版本。 - -`例 1` 例如在 `/usr/local/cuda` 下安装了 CUDA 10.1， 并想安装 PyTorch 1.5，则需要安装支持 CUDA 10.1 的预构建 PyTorch： - -```shell -conda install pytorch cudatoolkit=10.1 torchvision -c pytorch -``` +**步骤 2.** 基于 [PyTorch 官网](https://pytorch.org/)安装 PyTorch 和 torchvision，例如： -`例 2` 例如在 `/usr/local/cuda` 下安装了 CUDA 9.2， 并想安装 PyTorch 1.3.1，则需要安装支持 CUDA 9.2 的预构建 PyTorch： +GPU 环境下 ```shell -conda install pytorch=1.3.1 cudatoolkit=9.2 torchvision=0.4.2 -c pytorch +conda install pytorch torchvision -c pytorch ``` -如果不是安装预构建的包，而是从源码中构建 PyTorch，则可以使用更多的 CUDA 版本，例如 CUDA 9.0。 - -**c. 安装 [MMCV](https://mmcv.readthedocs.io/en/latest/).** -需要安装 *mmcv-full*，因为 MMDetection3D 依赖 MMDetection 且需要 *mmcv-full* 中基于 CUDA 的程序。 - -`例` 可以使用下面命令安装预编译版本的 *mmcv-full* ：(可使用的版本在[这里](https://mmcv.readthedocs.io/en/latest/#install-with-pip)可以找到) +CPU 环境下 ```shell -pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html +conda install pytorch torchvision cpuonly -c pytorch ``` -需要把命令行中的 `{cu_version}` 和 `{torch_version}` 替换成对应的版本。例如：在 CUDA 11 和 PyTorch 1.7.0 的环境下，可以使用下面命令安装最新版本的 MMCV： - -```shell -pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7.0/index.html -``` +# 安装 -PyTorch 在 1.x.0 和 1.x.1 之间通常是兼容的，故 mmcv-full 只提供 1.x.0 的编译包。如果你的 PyTorch 版本是 1.x.1，你可以放心地安装在 1.x.0 版本编译的 mmcv-full。 +我们建议用户参照我们的最佳实践 MMDetection3D。不过，整个过程也是可定制化的，具体可参照[自定义安装章节](#customize-installation) -``` -# 我们可以忽略 PyTorch 的小版本号 -pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu110/torch1.7/index.html -``` +## 最佳实践 -请参考 [MMCV](https://mmcv.readthedocs.io/en/latest/#installation) 获取不同版本的 MMCV 所兼容的的不同的 PyTorch 和 CUDA 版本。同时，也可以通过以下命令行从源码编译 MMCV： +如果你已经成功安装 CUDA 11.0，那么你可以使用这个快速安装命令进行 MMDetection3D 的安装。 否则，则参考下一小节的详细安装流程。 ```shell -git clone https://github.com/open-mmlab/mmcv.git -cd mmcv -MMCV_WITH_OPS=1 pip install -e . # 安装好 mmcv-full -cd .. +pip install openmim +mim install mmcv-full +mim install mmdet +mim install mmsegmentation +git clone https://github.com/open-mmlab/mmdetection3d.git +cd mmdetection3d +pip install -e . ``` -或者，可以直接使用命令行安装： +**步骤 0. 通过[MIM](https://github.com/open-mmlab/mim) 安装 [MMCV](https://github.com/open-mmlab/mmcv).** -```shell -pip install mmcv-full -``` - -**d. 安装 [MMDetection](https://github.com/open-mmlab/mmdetection).** +**步骤 1. 安装 [MMDetection](https://github.com/open-mmlab/mmdetection).** ```shell pip install mmdet @@ -133,12 +66,12 @@ pip install mmdet ```shell git clone https://github.com/open-mmlab/mmdetection.git cd mmdetection -git checkout v2.19.0 # 转到 v2.19.0 分支 +git checkout v2.24.0 # switch to v2.24.0 branch pip install -r requirements/build.txt pip install -v -e . # or "python setup.py develop" ``` -**e. 安装 [MMSegmentation](https://github.com/open-mmlab/mmsegmentation).** +**步骤 2. 安装 [MMSegmentation](https://github.com/open-mmlab/mmsegmentation).** ```shell pip install mmsegmentation @@ -153,14 +86,14 @@ git checkout v0.20.0 # switch to v0.20.0 branch pip install -e . # or "python setup.py develop" ``` -**f. 克隆 MMDetection3D 代码仓库** +**步骤 3. 克隆 MMDetection3D 代码仓库.** ```shell git clone https://github.com/open-mmlab/mmdetection3d.git cd mmdetection3d ``` -**g. 安装依赖包和 MMDetection3D.** +**步骤 4. 安装依赖包和 MMDetection3D.** ```shell pip install -v -e . # or "python setup.py develop" @@ -184,58 +117,27 @@ pip install -v -e . # or "python setup.py develop" 4. 一些安装依赖是可以选择的。例如只需要安装最低运行要求的版本，则可以使用 `pip install -v -e .` 命令。如果希望使用可选择的像 `albumentations` 和 `imagecorruptions` 这种依赖项，可以使用 `pip install -r requirements/optional.txt ` 进行手动安装，或者在使用 `pip` 时指定所需的附加功能（例如 `pip install -v -e .[optional]`），支持附加功能的有效键值包括 `all`、`tests`、`build` 以及 `optional` 。 -5. 我们的代码目前不能在只有 CPU 的环境（CUDA 不可用）下编译运行。 - -## 另一种选择：Docker Image - -我们提供了 [Dockerfile](https://github.com/open-mmlab/mmdetection3d/blob/master/docker/Dockerfile) 来建立一个镜像。 - -```shell -# 基于 PyTorch 1.6, CUDA 10.1 生成 docker 的镜像 -docker build -t mmdetection3d docker/ -``` - -运行命令： - -```shell -docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmdetection3d/data mmdetection3d -``` - -## 从零开始的安装脚本 - -以下是一个基于 conda 安装 MMdetection3D 的脚本 - -```shell -conda create -n open-mmlab python=3.7 -y -conda activate open-mmlab + 我们已经支持 spconv2.0. 如果用户已经安装 spconv 2.0， 代码会默认使用 spconv 2.0。它可以比原生 mmcv spconv 使用更少的内存。 用户可以使用下列的命令来安装 spconv 2.0. -# 安装基于环境中默认 CUDA 版本下最新的 PyTorch (通常使用最新版本) -conda install -c pytorch pytorch torchvision -y + ```bash + pip install cumm-cuxxx + pip install spconv-cuxxx + ``` -# 安装 mmcv -pip install mmcv-full + xxx 表示 CUDA 的版本。 -# 安装 mmdetection -pip install git+https://github.com/open-mmlab/mmdetection.git + 例如, 使用 CUDA 10.2, 对应命令是 `pip install cumm-cu102 && pip install spconv-cu102`. -# 安装 mmsegmentation -pip install git+https://github.com/open-mmlab/mmsegmentation.git + 支持的 CUDA 版本包括 10.2, 11.1, 11.3, and 11.4. 用户可以通过源码编译来在这些版本上安装. 具体细节请参考 [spconv v2.x](https://github.com/traveller59/spconv). -# 安装 mmdetection3d -git clone https://github.com/open-mmlab/mmdetection3d.git -cd mmdetection3d -pip install -v -e . -``` + 我们同时也支持 Minkowski Engine 来作为稀疏卷机的后端. 如果需要，可以参照 [安装指南](https://github.com/NVIDIA/MinkowskiEngine#installation) 或使用 `pip`: -## 使用多版本的 MMDetection3D - -训练和测试的脚本已经在 PYTHONPATH 中进行了修改，以确保脚本使用当前目录中的 MMDetection3D。 - -要使环境中安装默认的 MMDetection3D 而不是当前正在在使用的，可以删除出现在相关脚本中的代码： + ```shell + conda install openblas-devel -c anaconda + pip install -U git+https://github.com/NVIDIA/MinkowskiEngine -v --no-deps --install-option="--blas_include_dirs=/opt/conda/include" --install-option="--blas=openblas" + ``` -```shell -PYTHONPATH="$(dirname $0)/..":$PYTHONPATH -``` +5. 我们的代码目前不能在只有 CPU 的环境（CUDA 不可用）下编译运行。 # 验证 @@ -319,3 +221,76 @@ result, data = inference_detector(model, point_cloud) # 可视化结果并且将结果保存到 'results' 文件夹 model.show_results(data, result, out_dir='results') ``` + +## 自定义安装 + +### CUDA 版本 + +当安装 PyTorch 的时候，你需要去指定 CUDA 的版本。如果你不清楚如何选择 CUDA 的版本，可以参考我们如下的建议： + +- 对于 Ampere 的 NVIDIA GPU, 比如 GeForce 30 series 和 NVIDIA A100, CUDA 11 是必须的。 +- 对于老款的 NVIDIA GPUs, CUDA 11 是可编译的，但是 CUDA 10.2 提供更好的可编译性，并且更轻量。 + +请确保GPU 驱动版本大于最低需求。这个[表格](https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions__table-cuda-toolkit-driver-versions) 提供更多的信息。 + +```{note} +如果你参照最佳实践，你只需要安装 CUDA runtime libraries。 这是因为没有代码需要在本地通过 CUDA 编译。然而如果你需要编译MMCV源码，或者编译其他 CUDA 代码，你需要基于 NVIDIA [website](https://developer.nvidia.com/cuda-downloads) 安装完整的 CUDA toolkit，并且要保证它的版本跟 PyTorch 匹配。比如在 'conda install` 里对应的 cudatoolkit 版本。 +``` + +### 不通过MIM 安装MMCV + +MMCV 包含一些 C++ 和 CUDA 扩展,因此以复杂的方式依赖于 PyTorch。 MIM 会自动解决此类依赖关系并使安装更容易。但是，这不是必须的。 + +如果想要使用 pip 而不是 MIM 安装 MMCV, 请参考 [MMCV 安装指南](https://mmcv.readthedocs.io/en/latest/get_started/installation.html). 这需要根据 PyTorch 版本及其 CUDA 版本手动指定 find-url。 + +例如, 下面的脚本安装 的 mmcv-full 是对应的 PyTorch 1.10.x 和 CUDA 11.3. + +```shell +pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10/index.html +``` + +### 通过Docker 安装 + +我们提供了 [Dockerfile](https://github.com/open-mmlab/mmdetection3d/blob/master/docker/Dockerfile) 来建立一个镜像。 + +```shell +# 基于 PyTorch 1.6, CUDA 10.1 生成 docker 的镜像 +docker build -t mmdetection3d docker/ +``` + +运行命令： + +```shell +docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmdetection3d/data mmdetection3d +``` + +## 从零开始的安装脚本 + +以下是一个基于 conda 安装 MMdetection3D 的脚本 + +```shell +conda create -n open-mmlab python=3.7 -y +conda activate open-mmlab + +# install latest PyTorch prebuilt with the default prebuilt CUDA version (usually the latest) +conda install -c pytorch pytorch torchvision -y + +# install mmcv +pip install mmcv-full + +# install mmdetection +pip install git+https://github.com/open-mmlab/mmdetection.git + +# install mmsegmentation +pip install git+https://github.com/open-mmlab/mmsegmentation.git + +# install mmdetection3d +git clone https://github.com/open-mmlab/mmdetection3d.git +cd mmdetection3d +pip install -v -e . +``` + +## 故障排除 + +如果在安装过程中遇到什么问题，可以先参考 [FAQ](faq.md) 页面. +如果没有找到对应的解决方案，你也可以在 Github [提一个 issue](https://github.com/open-mmlab/mmdetection3d/issues/new/choose)。