Accurate Point Cloud Registration with Robust Optimal Transport——代码环境配置

原创于 2025-03-25 20:42:43 发布 · 1.5k 阅读

31 ·

CC 4.0 BY-SA版权

文章标签：

#python #pytorch #pytorch3d #最优传输

部署运行你感兴趣的模型镜像

论文网址及代码网址

论文网址：[2111.00648] Accurate Point Cloud Registration with Robust Optimal Transport

代码网址：GitHub - uncbiag/robot: code for Fast Point Cloud Registration with Optimal Transport

实验所需环境

主机：ubuntu20.04

Anaconda3-2023.02-1-Linux-x86_64.sh

网盘链接：通过网盘分享的文件：Anaconda3-2024.02-1-Linux-x86_64.sh
链接: https://pan.baidu.com/s/1hvdz30Q6bgUl22DffsMP0Q 提取码: 8888
--来自百度网盘超级会员v5的分享

cuda_11.0.2_450.51.05_linux.run

网盘链接：通过网盘分享的文件：cuda_11.0.2_450.51.05_linux.run
链接: https://pan.baidu.com/s/16Pbm_R7f4H-SiauTIvatGQ 提取码: 8888
--来自百度网盘超级会员v5的分享

cudnn-11.0-linux-x64-v8.0.5.39.tgz

通过网盘分享的文件：cudnn-11.0-linux-x64-v8.0.5.39.tgz
链接: https://pan.baidu.com/s/14sgyeqO-1aPOvuz1e80oZg 提取码: 8888
--来自百度网盘超级会员v5的分享

环境配置

1.cuda配置

可参考csdn其他教程，我这里cuda版本为11.0，cudnn版本为11.0

2.创建conda环境

conda create -n robot python=3.8

conda activate robot

3.pytorch，pytorch3d配置

我试了很多版本的pytorch和pytorch3d，最终找到能运行所有代码的版本。

pytorch安装

pytorch官网：https://pytorch.org/get-started/previous-versions/?clienttype=21&version=4.44.1&from=mac_yunguanjia&channel=1099b&privilege=chatAiMac&pri_extra=

这里我配置的版本是pytorch 1.7.1

# CUDA 11.0conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

如果报错：

报错：Executing transaction: - By downloading and using the CUDA Toolkit conda packages, you accept the terms and conditions of the CUDA End User License Agreement (EULA): https://docs.nvidia.com/cuda/eula/index.html

done

解决方法：执行sudo chown -R 1000:1000 /home/zanxin/.conda 要自己的conda路径！

然后重新执行：conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

pytorch3d安装

pytorch3d的安装教程如下：https://github.com/facebookresearch/pytorch3d/blob/main/INSTALL.md

里面写得很弯弯绕绕，为了节约读者时间，我直接将我运行正确的方法写在下文。

首先安装必要的第3方库：

conda install -c fvcore -c iopath -c conda-forge fvcore iopath然后直接安装pytorch3d：conda install pytorch3d -c pytorch3d

4.配置代码环境

源码网址：GitHub - uncbiag/robot: code for Fast Point Cloud Registration with Optimal Transport

git clone ...

cd robot/robot

pip install -r requirement.txtcd ..cd pointnet2/libpython setup.py install

5.检查keops是否安装成功

打开终端，在当前的conda环境下，输入

python

>>import pykeops

显示：

[KeOps] Compiling cuda jit compiler engine ... OK

[pyKeOps] Compiling nvrtc binder for python ... OK

>>pykeops.test_torch_bindings()

[KeOps] Generating code for Sum_Reduction reduction (with parameters 1) of formula Sum((a-b)**2) with a=Var(0,3,0), b=Var(1,3,1) ... OK

pyKeOps with torch bindings is working!

那么安装成功。

6.离线安装torch-scatter

在 https://pytorch-geometric.com/whl/torch-1.7.1%2Bcu110.html 中找到torch_scatter-2.0.7-cp38-cp38-linux_x86_64.whl，保存到robot代码的主文件夹下（在4.中requirement.txt的上一级）

百度网盘网址：通过网盘分享的文件：torch_scatter-2.0.7-cp38-cp38-linux_x86_64.whl
链接: https://pan.baidu.com/s/1onH9vvNBMrl_fYRm43COtw 提取码: 8888
--来自百度网盘超级会员v5的分享

安装：