SplatFields环境安装及注意事项（AutoDL版）

SplatFields：Neural Gaussian Splats for Sparse 3D and 4D Reconstruction  

SplatFields Github仓库https://github.com/markomih/SplatFields?tab=readme-ov-file

系统环境预备

实验平台：AutoDL（云服务器租赁平台） + 4090 + Cuda 11.6 + Ubuntu 20.04 

下载代码

git clone https://github.com/markomih/SplatFields.git
cd SplatFields

创建虚拟环境

conda create -n SplatFields python==3.7.13
source activate 
conda activate SplatFields

安装环境

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
pip install plyfile==0.8.1
pip install tqdm

新建一个requirements.txt文件，内容为：

lpips
laspy
opencv-python
trimesh
imageio
packaging
scikit-learn
imageio==2.31.2
imageio-ffmpeg==0.4.9
imagesize==1.4.1
scikit-image==0.19.3
# diffusers==0.21.4
mmcv==1.6.0
# mmcv-full==1.6.0

然后，执行代码：

pip install -r requirements.txt

安装完成后接下来分别安装 diffuser 以及 mmcv-full，因为安装这两个包可能出现一些小问题。

首先安装diffuser：

pip install diffusers==0.21.4

若出现如下报错，无报错则可跳过

可以先使用Rustup安装Rust 和 Cargo：

# 临时设置环境变量以替换默认更新源和分发服务器
export RUSTUP_UPDATE_ROOT=https://mirrors.aliyun.com/rustup/rustup
export RUSTUP_DIST_SERVER=https://mirrors.aliyun.com/rustup

# 执行安装
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

# 更新环境
source $HOME/.cargo/env

然后再次安装diffuse：

pip install diffusers==0.21.4

接着安装mmcv-full：

pip install mmcv-full==1.6.0 

若安装缓慢，一直卡在Build wheel，则可按如下办法解决：

下载对应版本官方的预编译包pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu1xx/torch1.x.0/index.html

# 以我的环境为例 （注意x.x.x的最后一个x要抹零！）
pip install mmcv-full==1.6.0 -f https://download.openmmlab.com/mmcv/dist/cu116/torch1.12.0/index.html

即可很快安装成功。

运行代码

可按作者仓库中的README来：

markomih/SplatFieldshttps://github.com/markomih/SplatFields?tab=readme-ov-file运行成功截图：