NeRFStudio 安装与测试指南(附个人环境配置)

📍 项目地址:nerfstudio-project/nerfstudio - GitHub
💻 本人环境:

  • Python:3.10(最好3.9或3.10)

  • PyTorch:2.1.0 + cu118

  • IDE:PyCharm

  • Conda 环境名称:gsplat

🧩 安装步骤

1. 克隆仓库

git clone https://github.com/nerfstudio-project/nerfstudio.git

cd nerfstudio

2. 升级 pip 并安装 CUDA Toolkit(11.8)

pip install --upgrade pip

conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit

3. 可选安装 tiny-cuda-nn(失败不影响使用)

pip install ninja git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

⚠️ 若该步骤安装失败,可参考这篇教程:
👉 【三维重建工具】NeRFStudio、3D GaussianSplatting、Colmap安装与使用指南 - 优快云博客】

4. 安装项目依赖

pip install --upgrade pip setuptools 
pip install -e .

5. 降级 NumPy(重要)

NeRFStudio 当前版本不兼容 NumPy 2.x,请降级为 1.x:

pip install "numpy<2"

✅ 测试运行

1. 下载测试数据

ns-download-data nerfstudio --capture-name=poster

2. 启动训练

ns-train nerfacto --data data/nerfstudio/poster

如配置无误,训练应可正常运行!

🚧 问题与解决记录(持续更新)

后续我会在此处补充运行过程中的常见报错及解决方案,欢迎收藏关注!

### Nerfstudio Colab 使用指南 Nerfstudio 提供了通过 Google Colab 的方式快速启动和使用 NeRF 模型训练的功能[^4]。这种方式无需本地环境配置,适合希望迅速测试模型效果的研究人员或开发者。 #### 安装初始化 在 Colab 中使用 Nerfstudio 主要分为几个部分: 1. **克隆仓库** 需要在 Colab 笔记本中执行命令来获取最新的源码: ```bash !git clone https://github.com/nerfstudio-project/nerfstudio.git ``` 2. **安装依赖包** 接下来按照官方文档说明安装必要的 Python 库和其他工具链: ```python import os # 设置工作目录到 nerfstudio 文件夹下 os.chdir("/content/nerfstudio") # 更新 pip 和 setuptools 到最新版本 !pip install --upgrade pip setuptools # 安装编辑模式下的软件包及其所有依赖项 !pip install -e . ``` 3. **准备数据集** 用户可以选择上传自有数据集至 Colab 或者利用预置的数据集来进行实验。如果选择自定义数据,则需先将其压缩打包并上传到云端存储空间(如 Google Drive),再解压加载入当前会话环境中。 4. **运行示例脚本** 对于初次使用者来说,建议尝试一些简单的例子以熟悉整个流程。可以通过如下指令启动默认场景的渲染过程: ```python from nerfstudio.configs.default_config import get_default_scene_box, Config config = Config() scene_box = get_default_scene_box(config) # 启动可视化界面 (假设已经正确设置了 viewer URL) viewer_url = "http://localhost:7007/view" print(f"Open this link to view your training progress: {viewer_url}") ``` 需要注意的是,在实际操作过程中可能还会碰到其他具体的技术细节问题,比如 COLMAP 安装失败等特殊情况处理[^5]。此时应当仔细阅读错误提示信息,并参照相关社区讨论寻找解决方案。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

HUANGL1NJIE

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
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