hellot911 / Point-cloud-process-shenlan-docker-image

docker image for point cloud process lesson in shenlan

深蓝学院三维点云处理环境镜像

概述

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。

环境需求

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）

内置环境

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）

运行方法

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。

课程所需要的数据集及其下载地址

modelnet40_normal_resampled
KITTI depth dataset(Optional)好像只需要下载下面这个数据集就行
- Download annotated depth maps data set (14 GB)
KITTI 3D object detection下载如下几个数据集
registration_dataset.zip(由深蓝学院提供)

各章节需要的数据集统计

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

About

docker image for point cloud process lesson in shenlan

Languages

Language:Dockerfile 91.0%Language:Shell 9.0%