（保姆级教程）Ubuntu系统复现Marigold

​ 最近在看深度估计方面的文章，发现了Marigold，它是一种基于扩散模型的单目深度估计技术，通过在Stable Diffusion图像生成模型的基础上进行微调，实现了在多个真实世界数据集上的高准确度和强泛化能力，无需从头开始训练即可高效地预测单个图像的深度信息。接下来我将展示从零开始Marigold的复现。

系统环境

​ 首先介绍一下我所使用的环境，我是在Ubuntu20.04.5，RTX3090（24G显存）的服务器上进行实验的，其中我的磁盘空间为4T（为了下载原始的数据集，后续处理完之后数据集就压缩到很小了，如果你有500G的空间就可以复现该项目，如果你从头开始复现的话，那么你至少要准备一块2T以上的磁盘）。

克隆代码

​ 从论文的摘要部分点击链接进入Github中Marigold的项目地址，或者点击链接进入官方地址，然后使用以下命令来克隆项目到本地或服务器（需要准备提前安装git）：

git clone https://github.com/prs-eth/Marigold
cd Marigold

然后使用使用cd命令进入到Marigold项目根目录。

安装conda环境

​ 根据官方文档的说明，Marigold项目需要在Python 3.10，CUDA 11.7及以上的环境中可以正常运行，这里我使用的环境是Python3.10，CUDA 11.7。
​ 当把项目克隆到本地之后就会发现在项目的根目录下有environment.yaml、requirements.txt、requirements+.txt、requirements++.txt四个文件，其中environment.yaml和requirements.txt是基础环境依赖项，requirements+.txt和requirements++.txt是在项目运行环境已经创建成功之后需要额外下载的依赖，根据官方的说明，这边有两种环境创建方法：

1. 使用Mamba命令创建环境（前提是你已经安装Mamba环境，在你的base环境中使用pip install mamba命令安装mamba到你的base环境中然后在你项目的根目录下在终端使用以下命令创建marigold环境）

   mamba env create -n marigold --file environment.yaml # 根据environment.yaml文件创建环境 
   conda activate marigold # 激活marigold环境
   

2. 使用conda或者pip创建环境：使用conda 环境创建一个虚拟环境或者使用pip创建一个Python本机虚拟环境并在其中安装依赖项

   # 1.使用conda创建，使用requirements.txt文件下载相关依赖项
   conda create -n marigold python=3.10
   conda activate marigold
   conda install -r requirements.txt
   # 2.使用pip创建，使用requirements.txt文件下载相关依赖项
   python -m venv venv/marigold
   source venv/marigold/bin/activate
   pip install -r requirements.txt
   
   

这里需要注意的是如果你使用第二种方法进行创建环境的话，那么如果你使用conda就尽量一直使用conda，如果你使用pip那么就尽量一直使用pip进行下载其他依赖项，可以使用conda创建环境然后使用pip安装依赖，但是不要多次交叉使用，因为conda和pip对依赖项的管理是不同的，如果两个交叉使用的话可能会报错（比如说使用conda下载了一个numpy1.18版本的，但是pip又下载了一个numpy1.25版本的，那么就会产生冲突，后续可能会出现一些奇怪的bug。）我这边使用的是conda创建环境，环境创建成功之后就一直使用pip命令。

​ 当你创建好环境并把以上基础依赖项安装成功之后，那么可以使用以下命令安装额外的依赖项，这样就不用以后运行项目的时候再回过头配置环境安装依赖项了

pip install -r requirements+.txt -r requirements.txt

数据集与权重文件

​ 当我们把项目的环境配置完成之后接下来就是重头戏了，根据论文中的说明，Marigold使用训练数据集是Hypersim和vkitti两个合成的数据集