mit BEVFusion最强环境安装，部署复现( 三 ) _显卡

（2）测试：
torchpack dist-run -np 1 python tools/test.py configs/nuscenes/det/transfusion/secfpn/camera+lidar/swint_v0p075/convfuser.yaml pretrained/bevfusion-det.pth --eval bbox
训练和测试中可能遇到的问题以及方法：
1.找不到maps中的一些东西。
解决方法，下载Mappack(v1.3) 然后解压到maps文件夹中。
2.算力设置不匹配。
3.cuda和torch的版本不匹配
解决：环境配置——cuda、、cudnn、torch、对应版本
4.如果报错中包含，看一下版本，65.0的太新了，卸载重新下59.5.0，解决。
6.用进行 debug
想要利用对代码进行debug，就不得不把运行语句改成 xxx.py --，但是目前为止上述都是分布式的语句，前面带了 dist-run -np这句话，而是不认识的，因此需要把原来的训练或测试脚本改成普通的。经过探索，还是没能把tools/train.py改好，但是把tools/test.py改好了。需要对tools/test.py做两点改动：
（1）注释dist.init()
（2）把=True 改成False
此时终端测试语句就可以变成：
python tools/test.py configs/nuscenes/det/transfusion/secfpn/camera+lidar/swint_v0p075/convfuser.yaml pretrained/bevfusion-det.pth --eval bbox
相应的，现在就可以在中配置的测试了
（1）打开项目，并选择虚拟环境。配置Conda环境
（2）配置debug的，打开Run/Debug。
（3）添加。选择要运行的脚本，填入配置的参数，选择运行的文件夹。注意文件夹不对的话无法访问相对路径。
（4）打断点，进行debug
这个(mit)的环境安装，以及部署复现的教程就写到这了，后面将对代码进行深入学习。可能还会发一些心得和记录。