本镜像设计用于深蓝学院三维点云处理课程学习及作业完成,内置了完成课程所需要的所有环境以及基于X server的GUI显示功能,并启用了GPU硬件加速图形显示和CUDA。
ubuntu
(已经在ubuntu20.04
上进行了测试,理论上ubutnu16.04
以上版本均可以运行)Docker >= 19.03
NVIDIA Linux drivers >= 418.81.07
NVIDIA Container Toolkit
(参考官方指导)
镜像内主要安装了以下环境和工具:
Vim, gedit
文本编辑器Firefox
浏览器C++:gcc/g++-7.5.0, cmake-3.10.2
PCL: PCL-1.8.0
minicond3
:默认版本为python3.7
CUDA-10.1+cudnn-7
CloudCompare
Open3D-0.11
(conda
虚拟环境Point-cloud-process
中)tensorflow-2.3.0
(conda
虚拟环境Point-cloud-process
中)pytorch-1.7.0
(conda
虚拟环境Point-cloud-process
中)- 其他
ubuntu
系统常用的工具(参考Dockerfile
)
-
克隆仓库
git clone https://github.com/teamo1996/Point-cloud-process-shenlan-docker-image.git
-
为启动脚本添加可执行权限
sudo chmod +x ./run.sh
-
运行
shell
脚本./run.sh
注意:此脚本会自动从我的
docker
仓库拉取所需的镜像,镜像尺寸较大,需要耐心等候 -
启动后如果一切正常的话,会进入默认的
conda
虚拟环境,已经配置好课程相关的python
环境和工具,显示如下(Point-cloud-process) root@"your computer name":/#
注意:为了确保安装过程简单,默认使用
root
用户进行操作,可能存在一定的安全隐患,故提供了原始的Dockerfile
,有需要可以自行修改并加入权限控制 -
本镜像会默认将脚本目录下的
workspace
目录挂载到docker
容器内的/workspace
目录,为了保证关闭容器后相关代码的保留,建议所有作业相关代码均在/workspace
目录下完成。
-
KITTI depth dataset(Optional)好像只需要下载下面这个数据集就行
-
KITTI 3D object detection下载如下几个数据集
-
registration_dataset.zip(由深蓝学院提供)
- 第一章:modelnet40_normal_resampled, KITTI depth dataset(Optional)
- 第四章:KITTI 3D object detection
- 第五章:modelnet40_normal_resampled
- 第六章:KITTI 3D object detection
- 第七章:modelnet40_normal_resampled
- 第八章:modelnet40_normal_resampled
- 第九章:registration_dataset.zip
- Final Project:KITTI 3D object detection