保姆级教程：在Ubuntu 20.04上从零部署SUSTechPOINTS点云标注平台

保姆级教程在Ubuntu 20.04上从零部署SUSTechPOINTS点云标注平台点云标注是自动驾驶领域的基础工作之一而SUSTechPOINTS作为一款开源的3D点云标注工具因其简洁的界面和稳定的性能受到开发者青睐。本文将手把手带你完成从系统环境准备到服务启动的全过程特别针对Ubuntu 20.04系统中可能遇到的依赖冲突、权限问题提供解决方案。1. 环境准备与基础配置在开始部署前建议使用至少8GB内存的机器并确保磁盘剩余空间超过20GB。显卡虽然不是必需项但配备NVIDIA显卡能显著提升点云渲染效率。首先更新系统基础组件sudo apt update sudo apt upgrade -y sudo apt install -y git wget build-essential libgl1-mesa-glx接下来安装Miniconda环境管理工具。相比AnacondaMiniconda更轻量且适合生产环境wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda echo export PATH$HOME/miniconda/bin:$PATH ~/.bashrc source ~/.bashrc验证conda安装成功后创建一个名为sustech的独立环境conda create -n sustech python3.8 -y conda activate sustech注意如果遇到conda: command not found错误请检查.bashrc文件是否正确加载了conda路径2. 项目部署与依赖安装获取项目源码时推荐使用深度克隆确保获取所有分支和提交历史git clone --depth1 https://github.com/naurril/SUSTechPOINTS.git cd SUSTechPOINTS安装依赖时常见的问题是部分库版本冲突。以下是经过验证的稳定版本组合依赖包推荐版本替代方案numpy1.21.6≥1.20.0opencv-python4.5.5.64避免使用4.6.x系列flask2.0.3不兼容2.2.x新版使用以下命令安装指定版本依赖pip install -r requirements.txt --no-cache-dir若遇到SSL相关错误可尝试pip install --trusted-host pypi.org --trusted-host files.pythonhosted.org -r requirements.txt3. 模型下载与配置调整预训练模型是标注功能的核心组件。除官方提供的模型外也可使用其他兼容模型mkdir -p algos/models wget --no-check-certificate https://github.com/naurril/SUSTechPOINTS/releases/download/0.1/deep_annotation_inference.h5 -P algos/models/配置文件位于public/js/obj_cfg.js修改前建议备份原始文件。典型自定义配置示例如下const objCfg { Car: { color: [255,0,0], size: [4.5,1.8,1.5] }, Pedestrian: { color: [0,255,0], size: [0.8,0.6,1.7] }, // 新增自定义类别 TrafficCone: { color: [255,165,0], // 橙色 size: [0.3,0.3,0.5] } };4. 服务启动与排错指南启动服务时建议指定工作线程数python main.py --workers 4 --port 8081常见问题及解决方案端口冲突通过lsof -i :8081查找占用进程或改用其他端口模型加载失败检查algos/models/目录权限应设为755页面空白清除浏览器缓存或使用隐私模式访问访问服务后操作界面主要功能区说明场景选择区加载不同点云场景数据帧控制区切换连续帧进行时序标注标注工具栏包含立方体、多边形等标注工具属性编辑区修改对象类别、尺寸等属性为提高标注效率建议掌握以下快捷键快捷键功能适用场景B创建3D边界框物体检测任务CtrlZ撤销上一步操作误操作时恢复空格键暂停/继续帧播放连续帧标注5. 高级配置与优化建议对于需要处理大规模点云的用户可调整以下参数提升性能# 在config.py中修改 POINTCLOUD { max_points: 500000, # 单帧最大点数 voxel_size: 0.05, # 降采样体素大小 preload: True # 预加载模式 }内存优化方案启用磁盘缓存添加--cache-dir /path/to/cache参数限制历史记录设置--max-history 50保留最近50次操作对于团队协作场景建议使用Nginx反向代理实现多用户访问定期备份annotations/目录下的标注结果通过--read-only参数开启只读模式供审核使用实际使用中发现在标注连续帧时先完成关键帧标注再使用插值功能自动生成中间帧结果能提升30%以上的工作效率。对于特殊形状物体可以组合使用多边形工具和3D立方体工具获得更精确的标注效果。