【glomap】glomap install tutorial

原创 已于 2024-08-02 05:17:23 修改 · 924 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#服务器 #ajax #运维

于 2024-08-02 05:14:18 首次发布
部署运行你感兴趣的模型镜像

【glomap】glomap install tutorial


在这里插入图片描述

1. install step by office

mkdir build
cd build
cmake .. -GNinja
ninja && ninja install

error like this:

/glomap/build$ make -j20
[  2%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/array.c.o
[  2%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/aib.c.o
[  2%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/covdet.c.o
[  2%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/dsift.c.o
[  2%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/fisher.c.o
[  2%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/generic.c.o
[  2%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/gp3p.cc.o
[  4%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/gp4ps.cc.o
[  4%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/getopt_long.c.o
[  4%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/gmm.c.o
[  4%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/base_controller.cc.o
[  4%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p1p2ll.cc.o
[  4%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/hikmeans.c.o
[  4%] Building C object _deps/colmap-build/src/thirdparty/LSD/CMakeFiles/colmap_lsd.dir/lsd.c.o
[  4%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p2p1ll.cc.o
[  4%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p2p2pl.cc.o
[  4%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/hog.c.o
[  4%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/logging.cc.o
[  4%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/FrameBufferObject.cpp.o
[  4%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/CmdLineParser.cpp.o
[  6%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/GlobalUtil.cpp.o
[  6%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/Factor.cpp.o
[  6%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/Geometry.cpp.o
[  6%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/opengl_utils.cc.o
[  8%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/misc.cc.o
[ 10%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/MarchingCubes.cpp.o
[ 10%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/homkermap.c.o
[ 10%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/ply.cc.o
[ 10%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/string.cc.o
[ 10%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/threading.cc.o
[ 12%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p3ll.cc.o
[ 12%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/timer.cc.o
[ 12%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p3p.cc.o
[ 12%] Linking C static library libcolmap_lsd.a
[ 12%] Built target colmap_lsd
[ 12%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p3p_ding.cc.o
[ 12%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/GLTexImage.cpp.o
[ 12%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/ProgramGLSL.cpp.o
[ 14%] Building CXX object _deps/colmap-build/src/colmap/util/CMakeFiles/colmap_util.dir/version.cc.o
[ 16%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/host.c.o
[ 16%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/ikmeans.c.o
[ 16%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/PyramidGL.cpp.o
[ 16%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/PlyFile.cpp.o
[ 16%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/imopv.c.o
[ 16%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/ShaderMan.cpp.o
[ 18%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/SiftMatch.cpp.o
[ 18%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/SiftGPU.cpp.o
[ 18%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/SiftPyramid.cpp.o
[ 18%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/kdtree.c.o
[ 18%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/PoissonRecon.cpp.o
[ 18%] Building CXX object _deps/colmap-build/src/thirdparty/PoissonRecon/CMakeFiles/colmap_poisson_recon.dir/SurfaceTrimmer.cpp.o
[ 18%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p4pf.cc.o
[ 18%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p5lp_radial.cc.o
[ 18%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/kmeans.c.o
[ 18%] Building CXX object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/CuTexImage.cpp.o
[ 18%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/lbp.c.o
[ 20%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/liop.c.o
[ 20%] Building CUDA object _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/ProgramCU.cu.o
nvcc fatal   : Unsupported gpu architecture 'compute_89'
make[2]: *** [_deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/build.make:216: _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/ProgramCU.cu.o] Error 1
make[2]: *** Waiting for unfinished jobs....
[ 20%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/p6lp.cc.o
[ 20%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/mathop.c.o
[ 20%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/mser.c.o
[ 20%] Building C object _deps/colmap-build/src/thirdparty/VLFeat/CMakeFiles/colmap_vlfeat.dir/pgm.c.o
[ 22%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/ugp2p.cc.o
[ 22%] Building CXX object _deps/poselib-build/PoseLib/CMakeFiles/PoseLib.dir/solvers/ugp3ps.cc.o
make[1]: *** [CMakeFiles/Makefile2:1314: _deps/colmap-build/src/thirdparty/SiftGPU/CMakeFiles/colmap_sift_gpu.dir/all] Error 2
make[1]: *** Waiting for unfinished jobs....
why and how to fix ,answer in chinese

2. install step

cmake .. -DCMAKE_CUDA_ARCHITECTURES="75"
make -j20

3. reason

这个错误提示 nvcc fatal : Unsupported gpu architecture 'compute_89'，表明你的CUDA编译器不支持目标GPU架构compute_89。可能的原因是你的CUDA版本较旧，不支持最新的GPU架构。

要解决这个问题，你可以尝试以下方法：

方法1：修改目标GPU架构

修改CMakeLists.txt文件，将不支持的GPU架构移除或替换为你的CUDA版本支持的架构。

  1. 打开涉及CUDA编译选项的CMakeLists.txt文件。

  2. 查找设置CUDA_ARCHITECTURES或类似选项的部分，通常看起来像这样：

    set(CUDA_ARCHITECTURES "compute_89")

  3. 修改为你的CUDA版本支持的架构，例如compute_75（适用于NVIDIA Turing架构的GPU）：

    set(CUDA_ARCHITECTURES "compute_75")
方法2：更新CUDA工具包

确保你使用的是最新版本的CUDA工具包。新的版本可能支持最新的GPU架构。

  1. 移除现有的CUDA工具包：

    sudo apt-get remove --purge cuda
sudo apt-get autoremove

  2. 下载并安装最新版本的CUDA工具包：
    从NVIDIA的CUDA下载页面下载并安装适合你的系统的最新版本。

  3. 重启并验证CUDA版本：

    nvcc --version
方法3：在CMake中手动设置CUDA编译选项

在调用CMake时手动设置CUDA编译选项以匹配你的GPU架构。

  1. 进入你的构建目录：

    cd /home/sun/3d/glomap/build

  2. 运行CMake命令并指定支持的CUDA架构：

    cmake .. -DCMAKE_CUDA_ARCHITECTURES="75"

通过这些步骤，你应该能够解决compute_89架构不支持的问题并成功编译项目。如果问题仍然存在，请提供进一步的错误信息，以便更好地帮助你解决问题。

4 reference

  1. ceres-solver
  2. colmap
  3. glomap

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

2024年6月13日Arxiv机器学习相关论文
数智笔记
06-13 1363
原标题作者摘要: 大语言模型（LLMs）最近已经改变了自然语言处理，使得机器能够生成类似人类的文本并参与有意义的对话。这一发展需要LLM推理中的速度、效率和可访问性，因为这些系统的计算和内存需求呈指数增长。与此同时，计算和内存能力的进展落后，由摩尔定律的终止加剧。随着LLMs超过单个GPU的容量，它们需要复杂的、专家级别的配置进行并行处理。内存访问变得比计算显著更昂贵，给高效扩展带来了挑战，这被称为内存墙。
glomap-1.0.0代码资源包
04-30
glomap-1.0.0代码资源包主要围绕着一个改进的三维重建系统glomap，它基于colmap进行了优化，并且采用了全局式方式的Structure from Motion（SFM）技术路线。colmap是一种流行的计算机视觉和人工智能领域的三维重建...
FIND性能优化技巧：从76指纹/秒到更高效率
gitblog_00616的博客
12-16 925
FIND（Framework for Internal Navigation and Discovery）是一个高精度的室内定位框架，能够为大多数WiFi设备提供准确的室内位置服务。在性能优化方面，FIND从最初的Python版本到Go版本的演进，实现了从15指纹/秒到76指纹/秒的显著提升，本文将为您分享实用的性能优化技巧。 [![FIND系统界面](https://raw.gitcode.c
GLOMAP论文阅读
人无远虑，必有近忧
07-08 245
【摘要】本文提出了一种新型全局式运动恢复结构（SfM）系统GLOMAP，其核心创新在于将相机定位与点位置估计联合优化，而非传统地分离平移平均与三角测量步骤。实验表明，该系统在ETH3D、LaMAR等多个数据集上，其重建精度与鲁棒性达到或超越当前最先进的增量式COLMAP系统，同时运行速度快1-2个数量级。GLOMAP尤其擅长处理未知相机内参和共线运动场景，通过归一化方向差异的误差度量，有效克服了传统平移平均的不适定性问题。该系统为大规模三维重建提供了高效可靠的解决方案，代码已开源。
GLOMAP-实现（更新中）
m9_743106469350的博客
08-01 2447
GLOMAP的实现
ubuntu安装glomap
qq_45512728的博客
08-02 1084
4. 对应ceres版本要求用新的eigen 3.4.0编译的，不能用之前的老的eigen编译的ceres. 注意直接安装ceres 1.14.0的话 会有较多的编译问题，我懒得解决这些bug, 直接安装了 ceres 2.0.0。1. 首先本地安装好colmap。5. 编译glomap。6. 打开glomap。
以下这个命令是在干啥：conda install colmap glomap cudatoolkit=11.4
09-16
好的，用户问的是这个命令的作用：“conda install colmap glomap cudatoolkit=11.4”。我需要先分解每个部分。 首先，conda install是安装包的命令。然后有三个包：colmap、glomap和指定版本的cudatoolkit。 ...
glomap编译安装
02-06
### Glomap 编译安装方法 Glomap 是 COLMAP 的一个扩展库，用于大规模结构化场景重建。为了成功编译并安装 Glomap，在 ...sudo make install ``` 以上步骤涵盖了从准备开发环境到最后部署应用所需的关键环节[^1]。
glomap-1.0.0：基于COLMAP的全局式SFM三维重建工具
glomap-1.0.0代码资源包是一个专注于三维重建领域的开源项目，其核心目标是实现高效、高精度的结构从运动（Structure from Motion, SFM）算法流程。该资源包基于广泛使用的colmap系统进行改进和优化，重点在于采用...
但是我已经装好Postlib了： (base) root@dev-kunlin-yang-aieditor-1-ku3a-5c795fdbff-r5nvn:/data/code/glomap-main/build# cmake .. -GNinja -DCMAKE_CUDA_ARCHITECTURES=86 -DPoseLib_INCLUDE_DIR=/data/code/PoseLib-master/_install/include/PoseLib -DPoseLib_DIR=/data/code/PoseLib-master/_install/lib
09-13
cd /data/code/glomap-main rm -rf build && mkdir build && cd build cmake .. -GNinja \ -DCMAKE_CUDA_ARCHITECTURES=86 \ -DCMAKE_PREFIX_PATH=/data/code/PoseLib-master/_install ``` --- ###
【论文笔记】GLOMAP:Global Structure-from-Motion Revisited
m9_743106469350的博客
07-31 3567
从图像中恢复 3D 结构和相机运动一直是计算机视觉研究的长期焦点，被称为运动结构 （SfM）。这个问题的解决方案分为渐进式和全局式两种。到目前为止，最受欢迎的系统由于其卓越的准确性和鲁棒性而遵循增量范式，而全局方法的可扩展性和效率大大提高。在这项工作中，我们重新审视了全局 SfM 的问题，并提出 GLOMAP 作为一种新的通用系统，其性能优于全球 SfM 的最新技术。在准确性和稳健性方面，我们实现的结果与COLMAP（使用最广泛的增量SfM）相当或更胜一筹，同时速度快几个数量级。
GLOMAP: 一种用于全局运动恢复结构的新系统
m0_59601332的博客
06-30 1038
作者：​ Linfei Pan¹, Daniel Baráth¹, Marc Pollefeys¹,², Johannes L. Schonberger² ¹ 苏黎世联邦理工学院 (ETH Zurich) ² 微软 (Microsoft)摘要：​ 从图像中恢复三维结构和相机运动一直是计算机视觉研究的长期焦点，被称为运动恢复结构（Structure-from-Motion, SfM）。该问题的解决方案分为增量式（incremental）和全局式（global）两种方法。迄今为止，由于其卓越的精度和鲁棒性，最流
GLOMAP 开发者指南
gitblog_00657的博客
04-09 912
GLOMAP 开发者指南 1. 项目介绍 GLOMAP（Global Structure-from-Motion Revisited）是一个用于图像基重建的通用全局结构从运动（SfM）管道。它以COLMAP数据库作为输入，输出COLMAP稀疏重建结果。相比于COLMAP，GLOMAP提供了更高效、可扩展的重建过程，速度通常快1-2个数量级，并且具有相当或更优的重建质量。 2. 项目快速启动 首先，...
GLOMAP项目安装与配置指南
gitblog_00534的博客
04-09 894
GLOMAP项目安装与配置指南 1. 项目基础介绍 GLOMAP（Global Structure-from-Motion Revisited）是一个用于图像基础重建的全球结构运动管道的开源项目。它旨在提供一个比COLMAP更高效、可扩展的重建过程，通常速度能快1-2个数量级，同时保持或提供更优的重建质量。GLOMAP依赖于COLMAP数据库作为输入，并输出COLMAP稀疏重建。 2. 主要编程语...
ECCV'24 | COLMAP一作重磅开源：GLOMAP重新定义SfM！颠覆三维重建！30倍加速！
3D视觉工坊
08-01 939
点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达来源：3D视觉工坊添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程（星球成员免费学习）、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研...
入选ECCV24：全局式SfM最新SOTA，GLOMAP重新定义SfM！
soaring_casia的专栏
08-12 1991
GLOMAP 提出了一种新的全局SfM流程。以前的全局SfM系统被认为更高效但鲁棒性较差，GLOMAP重新审视了这个问题，发现解决关键在于在优化中使用点。GLOMAP不再通过不适定的位移平均来估计相机位置，也不再单独通过点三角测量获取3D结构，而是将它们合并为一个单一的全局定位步骤。通过在多个数据集上进行实验对比，GLOMAP在准确性和鲁棒性方面与增量方法相比有类似或更优的结果，同时速度快十倍。编译｜巴巴塔审核｜Los。
gloang map
Geek猫的专栏
12-04 271
package main import ( "fmt" ) var a map[string][]byte func test(key string, value []byte) { if value == nil { a[key] = nil } else { a[key] = value } } var b = []byte{1, 2, 3} var c = []by...
软考架构师实战：Spring Boot 3.5 + DeepSeek 开发 AI 应用，上线 24 小时数据复盘（2C1G 服务器抗压实录）
java_yuan的专栏
12-13 419
兄弟们，我又来了。软件架构师实战，我那台服务器是香港的2c1G的，技术栈是 Spring Boot 3.5 + HTMX + DeepSeek 的技术栈。通过首日流量情况、服务器资源占用（CPU/内存）以及遇到的性能瓶颈与优化方案。
预算49800，99800，299800能买到什么样的算力服务器
最新发布
yilinwangluo的博客
12-18 552
预算越高，GPU的显存、算力（浮点运算能力）和网络互联性能越强，适用的任务规模（模型大小、数据量）也越大。49,800元是“能用”的入门门槛，99,800元是“好用”的企业级标准，299,800元则是“顶尖”的大模型/超算级配置。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

大江东去浪淘尽千古风流人物

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值