Gaussian Splatting 在 Ubuntu22.04 下部署

代码:graphdeco-inria/gaussian-splatting (github)

论文:[2308.04079] 3D Gaussian Splatting for Real-Time Radiance Field Rendering (arxiv.org)

1. 禁用自带驱动 Nouveau

Ubuntu 自带的显卡驱动,是非 Nvida 官方版。在后面装 CUDA 的时候,会报驱动不兼容问题。

1.进入管理员权限:

sudo -s

2.查看 nouvearu 是否禁用:

lsmod | grep nouveau

有显示内容,则表示没有禁用,需要禁用。

3.在 /etc/modprobe.d/blacklist.conf 中把 nouveau 添加到黑名单。

4.vi 打开blacklist.conf文件:

vim /etc/modprobe.d/blacklist.conf

在最后面添加如下命令,保存退出。 

blacklist nouveau

5.使用如下命令更新使其生效:

update-initramfs -u

6.使用如下命令重启计算机:

reboot

7.再次检测是否禁用:

lsmod | grep nouveau

如果该命令输入后回车,没有任何消息回显,则禁用成功,可以继续,否则重新开始上面步骤。

1.1 禁用 Nouveau 后无法进入Ubuntu系统

重启的时候,可能遇到一个问题,开机正常选择Ubuntu,黑屏,只有一个光标闪烁。

clean, .....

index 16 is out of range for type ‘u8[16]’

 按 Alt + F3,进入命令行模式。 用 2.2 章节里,apt 命令装显卡驱动。

2. 安装显卡驱动

1. Ubuntu系统 Software & Updates

 打开 Software & Updates 点击 Additional Drivers,会依据显示进行推荐:

 2.使用 apt 命令安装

sudo ubuntu-drivers devices

会显示推荐版本:

1) 添加包含最新 NVIDIA 驱动程序的 PPA 仓库

sudo add-apt-repository ppa:graphics-drivers/ppa

2) 更新系统中的软件包列表

sudo apt-get update

3) 安装驱动 (笔者考虑跟现有项目兼容,装的520,不是推荐的535)

sudo apt-get install nvidia-driver-520

4) 重启

5) 验证安装是否成功,输入命令:

 nvidia-smi 

3. 英伟达 官网 下载驱动安装

安装驱动: 

sh NVIDIA-Linux-x86_64-520.56.06.run --no-opengl-files

 安装过程中若遇到缺少包,安装即可:

sudo apt install gcc

sudo apt install make

s

<think>嗯,用户想在Ubuntu 18上实现或了解3D高斯点绘技术,也就是3D Gaussian Splatting。首先我需要回忆一下相关的资料。根据用户提供的引用,他们提到了Ubuntu 22.04的配置教程和GitHub仓库。但用户用的是Ubuntu 18,所以可能需要调整一些步骤,尤其是依赖项的版本。 首先,官方推荐的系统是Ubuntu 22.04,但Ubuntu 18.04可能也能运行,不过需要注意依赖库的兼容性。比如CUDA版本,18.04默认的驱动可能支持较旧的CUDA版本,但3DGS可能需要CUDA 11.7或更高。这时候可能需要用户先升级显卡驱动,安装合适的CUDA版本。 然后是安装步骤,可能需要参考引用中的源码仓库。用户需要克隆GitHub仓库,并按照要求安装依赖,比如Python包和环境配置。但Ubuntu 18.04的默认Python版本可能较低,需要升级到Python 3.7以上,或者使用虚拟环境。 另外,提到的Anaconda环境可能有助于管理依赖,避免系统Python版本的问题。需要指导用户创建conda环境,安装PyTorch和其他库。需要注意PyTorch版本是否兼容CUDA版本,可能需要根据CUDA安装对应的PyTorch。 还有SIBR_viewers的编译,可能需要更高的CMake版本或者其他构建工具。Ubuntu 18.04的默认软件包可能较旧,需要用户添加PPA或者手动安装较新版本的CMake、GCC等。 数据准备部分,用户可能需要下载数据集,或者使用自己的数据,但需要符合特定的格式,比如Colmap的输出。需要提醒用户按照官方文档处理数据。 运行训练和可视化的时候,可能会遇到路径问题或者权限问题,需要确保路径正确,以及编译的可执行文件有执行权限。此外,如果用户遇到错误,可能需要检查日志,看看是否有缺少的依赖项或者版本冲突。 最后,用户可能遇到的问题包括环境配置错误、CUDA不兼容、Python包版本冲突等。需要建议用户仔细检查版本,参考官方文档和社区资源,比如GitHub的issue部分,或者相关的博客教程。 总结下来,步骤大致是:安装依赖(注意版本)、配置环境、克隆源码、准备数据、编译查看器、运行训练和可视化。同时需要针对Ubuntu 18.04的情况调整可能过时的软件包,确保兼容性。</think>以下是在Ubuntu 18.04上实现3D Gaussian Splatting的详细配置指南,基于官方文档和社区实践整理: ### 一、环境预配置 1. **系统要求** - 需要NVIDIA显卡(建议RTX 20系以上)和≥470版本的驱动 - CUDA 11.7+(与Ubuntu 18兼容性需验证) ```bash nvidia-smi # 验证驱动版本 ``` 2. **安装基础依赖** ```bash sudo apt-get install build-essential git cmake libboost-program-options-dev libglew-dev libglfw3-dev ``` 3. **Python环境配置** ```bash conda create -n 3dgs python=3.7 conda activate 3dgs pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 -f https://download.pytorch.org/whl/torch_stable.html ``` ### 二、源码部 1. **克隆仓库** ```bash git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive cd gaussian-splatting ``` 2. **安装Python依赖** ```bash pip install -r requirements.txt ``` ### 三、数据准备 1. **下载示例数据集** ```bash wget https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/datasets/input/tandt_db.zip unzip tandt_db.zip ``` 2. **数据预处理** ```bash python convert.py -s <数据集路径> --resize ``` ### 四、训练与渲染 1. **启动训练** ```bash python train.py -s <预处理后的数据集路径> -m <输出目录> ``` 2. **实时可视化(需编译SIBR_viewers)** ```bash cd SIBR_viewers cmake -B build -DCMAKE_BUILD_TYPE=Release cmake --build build --target install --config Release ``` ### 五、已知兼容性问题解决方案 1. **GLFW版本冲突** ```bash sudo apt-get remove libglfw3-dev git clone https://github.com/glfw/glfw cd glfw && mkdir build && cd build cmake .. -DGLFW_BUILD_EXAMPLES=OFF && make -j8 sudo make install ``` 2. **CUDA架构适配** 在`train.py`中添加: ```python torch.cuda.set_device(0) ``` [^1]: Ubuntu 22.04配置案例参考 [^2]: 官方GitHub仓库指引 [^3]: 源码实现细节
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
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