文章参考这篇博客
源码下载:
git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
环境配置
进入项目文件夹,根据 environment.yml 文件,创建虚拟环境
conda env create --file environment.yml,
实测这个命令有时候会有问题,可以根据文件中的各种包的依赖来逐个安装,可以用conda install安装的尽量用conda命令安装,确实需要pip的就用pip install安装对应包。
pytorch的安装要匹配自己的cuda版本,下面的命令可以查看自己的cuda版本:
nvcc -V
安装ffmpeg(个人实测可以不安装,建议:有问题再卸载后安装,删除后可能会删除torch相关的包)
// 删除所有安装的 ffmpeg
sudo apt-get remove ffmpeg
sudo apt-get purge ffmpeg
// 删除 Anaconda ffmpeg 模块
conda remove ffmpeg
重新安装
sudo apt-get install ffmpeg
ubuntu安装colmap
直接装这个包就可以应该,我是在其他的项目中用的
conda install conda-forge::colmap
上面的的包装成功了就可以跳过下面的步骤。
安装ceres-solver
安装ceres的依赖
sudo apt-get install cmake
# google-glog + gflags
sudo apt-get install libgoogle-glog-dev libgflags-dev
# Use ATLAS for BLAS & LAPACK
sudo apt-get install libatlas-base-dev
# Eigen3
sudo apt-get install libeigen3-dev
# SuiteSparse (optional)
sudo apt-get install libsuitesparse-dev
构建ceres(这里推荐1.4.0版本,我的用新版的或者2.0.版本的都会构建出错,可能是我电脑环境的问题,说是和eligen库有问题,我最后一次配置环境并没有构建eigen,可能是我之前已经构建过了)
第一步下载源码,链接放的是1.14.0版本,本人实测这个比较好用
https://ceres-solver.googlesource.com/ceres-solver/+/refs/tags/1.14.0
下载源码之后,运行以下命令,j即可完成构建
cd ceres-solver
mkdir build
cd build
cmake ..
make -j
sudo make install
colmap源码下载
git clone https://github.com/colmap/colmap
依赖安装
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
代码构建:
cd colmap
mkdir build
cd build
cmake ..
sudo make install
也可参考官方链接:
https://colmap.github.io/install.html#build-from-source
训练
直接参考上面引用链接的训练部分即可