README_CN.md

使用 UniAD 作为驾驶代理

概览

• 更新日志
• 安装
• 入门指南

更新日志

[2024-09-04] 我们简化了 UniAD 的输入，移除了 gt 标签输入，并使用 fastapi 从 World Dreamer 接收输入，并将输出传递给 TrafficManager。

安装

a. 环境：创建一个 conda 虚拟环境并激活它。

conda create -n uniad python=3.8 -y
conda activate uniad

b. Torch：按照官方指南安装 PyTorch 和 torchvision。

conda install cudatoolkit=11.1.1 -c conda-forge
# 我们默认使用 cuda-11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
# 推荐 torch>=1.9

c. GCC：确保 conda 环境中 gcc>=5。

# 如果未安装 gcc：
# conda install -c omgarcia gcc-6 # gcc-6.2

export PATH=YOUR_GCC_PATH/bin:$PATH
# 例如：export PATH=/mnt/gcc-5.4/bin:$PATH

d. CUDA：在安装 MMCV 系列之前，你需要设置 CUDA_HOME（用于在 GPU 上编译一些算子）。

export CUDA_HOME=YOUR_CUDA_PATH/
# 例如：export CUDA_HOME=/mnt/cuda-11.1/

e. 安装 mmcv。

pip install mmcv-full==1.4.0
# 如果不起作用，请尝试：
# pip install mmcv-full==1.4.0 -f https://download.openmmlab.com/mmcv/dist/cu111/torch1.9.0/index.html

f. 安装依赖。

# 安装依赖
cd UniAD
pip install -r requirements.txt

g. 从源代码安装 mmdet3d。

cd ~
git clone https://github.com/open-mmlab/mmdetection3d.git
cd mmdetection3d
git checkout v0.17.1
pip install -v -e .

h. 从源代码安装 CAMixerSR。

cd UniAD
git clone https://github.com/icandle/CAMixerSR.git
# 1. Comment out the  "_arch_modules = [importlib.import_module(f'archs.{file_name}') for file_name in arch_filenames]" in "CAMixerSR/codes/basicsr/archs/__init__.py" 
# 2. Comment out the  "_model_modules = [importlib.import_module(f'models.{file_name}') for file_name in model_filenames]" in "CAMixerSR/codes/basicsr/models/__init__.py" 

入门指南

预训练权重

cd UniAD
mkdir ckpts
wget 'https://github.com/icandle/CAMixerSR/blob/main/pretrained_models/LightSR/CAMixerSRx4_DF.pth'
wget 'https://github.com/OpenDriveLab/UniAD/releases/download/v1.0.1/uniad_base_e2e.pth'

使用 FastAPI 运行服务

cd UniAD
python demo/uniad_fast_api.py