ubuntu系统镜像工具(ubuntu18镜像)

ubuntu系统镜像工具(ubuntu18镜像)去官网或者镜像下载 anaconda3 的执行文件 官网 anaconda 官网 清华镜像 清华大学开源软件镜像站 下载好之后执行如下代码 等待安装完成之后出现 base 字样 然后按照 nerfstudio 文档 创建虚拟环境 创建完环境之后需要安装 torch 这里以 cuda11 3 为例 如果是 cuda11 7 的用这个命令 注意



去官网或者镜像下载anaconda3 的执行文件

官网:anaconda官网

清华镜像:清华大学开源软件镜像站

下载好之后执行如下代码:

 

等待安装完成之后出现(base)字样,然后按照nerfstudio文档 创建虚拟环境:

 

创建完环境之后需要安装torch,这里以cuda11.3为例:

 

如果是cuda11.7的用这个命令:

 

 

注意!在安装tinycudann的时候可能会因为在国内的原因导致无法从github拉取,出现

“The TLS connection was non-properly terminated.”这样的报错,我是使用以下命令:

 

但是有时候也会出问题,我也参考了这篇文章:知乎

在安装完tinycudann之后,就可以按照文档安装nerfstudio了:

 

注意!使用如上命令的时候会自动把上面的torch卸载安装别的版本(除非你就是11.3),否则在执行上述命令之后再执行一下如下命令重新装回torch1.12:

 

安装完成后还需要再安装一个新的依赖:

 

注意!不要直接使用pip install functorch,会自动把torch卸载,直接安装制定版本即可。

至此 nerfstudio的基本框架都安装完毕。

可以用官方文档的demo试一下:

 

在执行第一行命令时因为是直接从google drive上取数据所以服务器在国内的小伙伴可能会出现错误,我的服务器是在国外的所以可以直接用,如果不行的话不要着急,不一定是你装错了!!

这里以我的为例,运行成功之后出现如下画面:

然后我们用给的这个链接使用viewer在我们的电脑上远程查看结果。

首先 将上述链接复制进我们的浏览器(我们的链接可能不一样以自己的为准)

我们还需要将我们的电脑连上远程的服务器,我自己的电脑是windows的,这里也给出了方法:

 打开windows的powershell

输入如下,username是服务器的用户名 remote-machine-ip是服务器的公网ip地址

 

链接好之后,再打开网页就可以看到demo了:

 当然我知道大家可能想用自己的数据,所以官方也给出了方法:

 由于我使用的是图片的数据,因此我还要再安装colmap和ffmpeg。

安装ffmpeg执行如下命令即可:

 

安装colmap是最麻烦的,官方文档给出了安装colmap的方法:

 

但是经过我的测试,我使用这个方法安装colmap之后在特征提取的时候会出现“Shader not supported by your hardware!”和“SiftGPU not fully supported!”

于是我参考这篇文章:CSDN 重新下载编译colmap 

按照官方的文档,进行如下的操作:

 

除此之外,如果是和我一样用的Ubuntu 18版本的,还需要额外加命令:

 

注意!!!!

然后将anaconda的文件夹改名!将anaconda的文件夹改名!将anaconda的文件夹改名!

这样做是防止之后anaconda的环境会影响后续编译,改好之后重新进一下终端,这时候如果前面的(base)没有了证明已经改了。

上面的命令已经自动安装了cmake了,不过是安装的cmake3.10,如果用这个版本后面编译会出问题,经过我的测试使用cmake 3.26.0可以通过。那就来更新cmake。

首先下载新版本的cmake:

 

解压:

 

删除旧版本的cmake(这里可以选择直接删除也可以将文件复制走再删除):

 

注意!我的cmake在这个文件下,请找对自己的cmake的文件目录!

创建软连接:

 

注意!:/root/cmake-3.26.0-linux-x86_64/bin/cmake是解压之后的cmake路径  

/usr/bin/cmake是原本的cmake路径

之后输入cmake --version 可以查看cmake的版本

首先克隆源文件:

 

然后:

 

注意!我需要的是cuda版本的colmap,因此需要指定我的cuda,按照官方的文档和参考知乎的方法,在build目录下输入如下命令,/usr/local/cuda/bin/nvcc 需要改成自己的cuda的文件目录

 

等待完成之后,会在build目录生成Makefile文件,在这个文件目录下,执行如下命令:

 

make命令的时间很长,需要耐心等待。等到100%之后再执行sudo make install即可

然后试一下colmap命令:

 安装成功。

官方文档给出使用自己数据的命令,如下所示:

 

第一个参数是指定输入的数据格式如image video等,

第二个参数是的指定源数据位置

第三个参数是指定colmap处理后的数据的位置

以我自己的数据为例,我使用图片数据进行:

 

处理完成之后再使用如下命令进行nerf三维重建:

 

 如果需要重建mesh模型还需要再加上:

 

参考文章:

1、git报错:The TLS connection was non-properly terminated._蓝雨飞扬7的博客-CSDN博客

2、Linux Colmap出错“Shader not supported by your hardware!“和“SiftGPU .....

3、在Linux上安装其他版本的cmake 或 升级cmake

4、COLMAP3.8在Ubuntu18.04 下的配置 - 知乎

5、nvcc fatal : Unknown option 'fPIC' · Issue #1753 · colmap/colmap · GitHub

6、极智开发 | 解决 linux 上 git clone 慢或失败的方法 - 知乎

7、nerfstudio

8、Installation — COLMAP 3.8-dev documentation

至此nerfstudio安装+使用完毕,我自己摸索两三天才配置完,感觉网络是占了很大的问题,国内git clone经常容易出错。另外就是文档中错误的指引比较少,再加上使用nerfstudio的人也很少,因此我就记录一下我自己安装和踩坑的过程,帮助大家。

编程小号
上一篇 2025-02-08 10:33
下一篇 2025-02-28 14:51

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/bian-cheng-ri-ji/29061.html