背景
SASA是2022年AAAI的一篇文章，用于Point-based 3D object detection。SASA所开放的源码基于OpenPCDet v0.3.0的版本，在torch 2.1.0安装这个版本的OpenPCDet，以及运行SASA的代码，都会出现一定的问题。这篇帖子记录了在torch 2.1.0上配置并运行SASA的过程。
安装conda环境
python版本是3.8，PyTorch版本2.1.0，对应CUDA版本用的是11.8。
conda create -n wfmamba python=3.8
conda activate wfmamba
conda install pytorch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 pytorch-cuda=11.8 -c pytorch -c nvidia
clone github仓库
git clone https://github.com/blakechen97/SASA.git
安装spconv
pip install spconv-cu118
安装OpenPCDet
将pcdet/ops目录替换为OpenPCDet v0.6.0（即最新版本）对应的目录，setup.py替换为OpenPCDet v0.6.0的版本。之后到pcdet/ops/pointnet2/pointnet2_batch/src目录下，将所有该目录下的文件修改为SASA的内容（因为SASA新增了内容），但是要注释掉：
#include <THC/THC.h>
以及：
extern THCState *state;
在新版本的torch中，这个头文件已经被弃用，使用这个头文件会有问题。
下载scikit-image：pip install scikit-image -i https://mirrors.aliyun.com/pypi/simple
运行setup.py：python setup.py develop，完成OpenPCDet的安装。
代码调整
直接run python train.py --cfg_file cfgs/kitti_models/3dssd_sasa.yaml 或 python train.py --cfg_file cfgs/kitti_models/pointrcnn_sasa.yaml，会报一个关于就地操作的错误（可能在这之前会有ROAD_PLANE的报错，把yaml文件的USE_ROAD_PLANE改成False即可）。原因是代码中某处使用了张量的就地操作，导致梯度的反向传播出现问题。修改文件pcdet/ops/pointnet2/pointnet2_batch/pointnet2_modules.py：
line 43: new_features *= idx_cnt_mask 修改为 new_features = new_features * idx_cnt_mask；
line 206: new_features *= idx_cnt_mask 修改为 new_features = new_features * idx_cnt_mask；
之后就可以跑通代码了。