[论文][环境]3DGS+Colmap环境搭建_WSL2_Ubuntu22.04

最新推荐文章于 2025-03-29 22:05:53 发布

踏雪Vernon

最新推荐文章于 2025-03-29 22:05:53 发布

阅读量1.4k

点赞数 20

文章标签：计算机视觉

本文链接：https://blog.youkuaiyun.com/qq_38844263/article/details/143576982

版权

0. 前言

仅使用Ubuntu进行场景编译，场景渲染查看则使用Windows下官方提供的编译好的预编译包打开即可，非常方便（要注意即使是预编译版本，Windows端也应该安装VS和CUDA Toolkit，要注意的是，最新的SIBR预编译版本是由CUDA Toolkit 12.0编译的）。

另外，后面的Colmap 3.10部分应该进行自己编译，官方编译好的Linux预编译包只支持CPU编译，不支持GPU

0.1 教程内软件版本号：

名称	版本
Ubuntu（WSL）	22.04
CUDA ToolKit（WSL）	11.8
ninja（WSL）	1.10.1
cmake（WSL）	3.22.1
colmap（WSL）	3.8（3.9/3.10都有问题，已经试过了）
Visual Studio Community（Win）	2022
CUDA ToolKit（Win）（要在VS之后安装）	12.6.2

1. WSL安装

这里不再赘述

2. CUDA Toolkit安装

Ubuntu这里使用CUDA Toolkit 11.8 版本进行安装，安装WSL-Linux版本，这里不再赘述

CUDA Toolkit 11.8 Downloads

Windows则安装版本12.6.2，用于SIBR_viewer，安装之前请安装VS2022，并且勾选C++开发平台。

CUDA Toolkit 12.6 Update 2 Downloads

2.1 配置PATH

此步骤非常重要，必须按照下面的顺序来！不然编译3DGS的时候会出各种各样的问题！

在.bashrc中，最后一行添加如下语句：

export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

3. 安装anaconda

直接官网找资料，非常简单不再赘述

4. 安装3DGS

3.1 克隆Git仓库

# HTTPS
git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive

3.2 安装ninja

sudo apt install ninja-build

3.3 开始构建

cd gaussian-splatting
conda env create --file environment.yml
conda activate gaussian_splatting

出现这个就说明没有问题了

5. 编译colmap

不要安装3.9/3.10版本，我试过了，都不适用与3DGS，有很大的问题！！！

5.1 安装cmake

sudo apt install cmake # 我这里的版本是3.22.1

5.2 下载项目

下载里面的3.8项目

https://github.com/colmap/colmap/releases

5.3 安装依赖

sudo apt-get install \
    git \
    cmake \
    ninja-build \
    build-essential \
    libboost-program-options-dev \
    libboost-filesystem-dev \
    libboost-graph-dev \
    libboost-system-dev \
    libeigen3-dev \
    libflann-dev \
    libfreeimage-dev \
    libmetis-dev \
    libgoogle-glog-dev \
    libgtest-dev \
    libgmock-dev \
    libsqlite3-dev \
    libglew-dev \
    qtbase5-dev \
    libqt5opengl5-dev \
    libcgal-dev \
    libceres-dev

5.4 设定GPU支持

修改CMakeLists.txt

在这里加入（我是3060 12G，所以填写86）：

set(CMAKE_CUDA_ARCHITECTURES "86")

具体的数字可以根据这个来填写

5.5 开始编译

如果编译报错了建议看看下面这两篇文章

https://blog.youkuaiyun.com/m0_63071397/article/details/138454295

【超详细】安装了anaconda后，Ubuntu18+COLMAP配置疯狂踩坑踩至魔怔的记录

先进入到colmap目录（如果已经在了就不用管了）

之后运行如下命令：

mkdir build
cd build
cmake .. -GNinja
ninja
sudo ninja install

编译TIP1：

执行cmake .. -GNinja的途中，你如果看到这个，说明他检测到你的CUDA了

编译TIP2：

如果你在编译途中出现了任何问题，可以删除build文件夹，再重复上述步骤。（清空缓存，不然你做什么更改都没有用）

编译TIP3：

执行完ninja的结果：

编译结果

5.8 测试

使用Terminal（Windows）执行

colmap gui

这里说一嘴，如果你用MobaXterm去打开，你会得到这样的问题。

查了一下是opengl版本太低。我们看一下自己的版本号

确实是这样，但是如果我们使用Windows自带的窗口呢？**就可以运行成功了。**看一下OpenGL的版本：

看到没有，这俩的OpenGL版本天差地别。暂时不懂什么原因，如果有知道的大佬，希望可以评论区留言！感谢大佬们！

6. SIBR_viewer

在官方的GitHub界面下载好SIBR_viewer的预编译包。安装好VS2022和CUDA12之后。

在其bin目录运行：

E:\SIBR_viewers\bin> .\SIBR_gaussianViewer_app.exe -m "<your output path>"

至此，完成整个3DGS的安装！