CUT3R项目安装与配置指南

CUT3R项目安装与配置指南

CUT3R Official implementation of Continuous 3D Perception Model with Persistent State 项目地址: https://gitcode.com/gh_mirrors/cu/CUT3R

1. 项目基础介绍

CUT3R项目是一个开源的连续3D感知模型，具有持久状态功能的官方实现。该项目旨在通过使用先进的技术和框架，实现对3D场景的连续感知。该项目的主要编程语言是Python。

2. 项目使用的关键技术和框架

CUT3R项目使用了一系列的关键技术和框架，主要包括：

• PyTorch: 一个流行的开源机器学习库，用于实现深度学习模型。
• Open3D: 一个开源库，用于处理3D数据。
• gsplat: 用于训练日志记录的库。
• evo: 用于评估和比较3D重建结果的库。

3. 项目安装和配置的准备工作

在开始安装CUT3R之前，请确保您的系统中已经安装了以下依赖项：

• Python 3.11
• CMake 3.14.0
• CUDA（与您的系统兼容的版本）

此外，您需要一个GitHub账户来克隆项目仓库。

详细安装步骤

1. 克隆CUT3R项目仓库：

   git clone https://github.com/CUT3R/CUT3R.git
   cd CUT3R
   

2. 创建并激活Python虚拟环境：

   conda create -n cut3r python=3.11 cmake=3.14.0
   conda activate cut3r
   

3. 安装所需的Python包：

   conda install pytorch torchvision pytorch-cuda=12.1 -c pytorch -c nvidia
   pip install -r requirements.txt
   

   注意：请根据您的CUDA版本替换pytorch-cuda=12.1中的版本号。

4. 安装llvm-openmp：

   conda install 'llvm-openmp<16'
   

5. 安装gsplat：

   pip install git+https://github.com/nerfstudio-project/gsplat.git
   

6. 安装evo和open3d：

   pip install evo open3d
   

7. 编译RoPE的CUDA内核：

   cd src/croco/models/curope/
   python setup.py build_ext --inplace
   cd ../../..
   

8. 下载预训练模型权重（如果提供）并放置到相应的目录下。

完成以上步骤后，您就可以开始使用CUT3R项目进行3D感知模型的开发和测试了。

CUT3R Official implementation of Continuous 3D Perception Model with Persistent State 项目地址: https://gitcode.com/gh_mirrors/cu/CUT3R