公司网站免费申请,西安找公司建网站,软件技术跟网站开发有关系吗,wordpress评论显示分页目录 1 安装Anaconda 2023.09版本
2 安装CUDA11.8
3 安装深度学习库Cudnn8.6.0
4 安装VSCODE2019 5 安装Colmap3.8
6 安装git
7 安装Python3.10 Pytorch2.0.0
7 安装项目
8 采集数据
8.1 IPhone 14 pro 拍摄30张照片左右 做预处理
8.2 生成colmap位姿等信息
8.3 开…目录 1 安装Anaconda 2023.09版本
2 安装CUDA11.8
3 安装深度学习库Cudnn8.6.0
4 安装VSCODE2019 5 安装Colmap3.8
6 安装git
7 安装Python3.10 Pytorch2.0.0
7 安装项目
8 采集数据
8.1 IPhone 14 pro 拍摄30张照片左右 做预处理
8.2 生成colmap位姿等信息
8.3 开始训练启动
8.4 资源占用
8.5 训练完成
8.5 可视化 1 安装Anaconda 2023.09版本 Download Success | Anacondahttps://www.anaconda.com/download-success 在这个网站下载最新版Anaconda。 安装直接执行就行一直点next。 这样就是安装成功了。 输入nvcc -V查看cuda版本。 没安装过cuda开始安装cuda。 2 安装CUDA11.8 CUDA Toolkit 11.8 Downloads | NVIDIA Developerhttps://developer.nvidia.com/cuda-11-8-0-download-archive?target_osWindowstarget_archx86_64target_version10target_typeexe_local 这个网址下载cuda11.8。点击Download下载。 直接赋予管理员权限安装就行。 这样就是安装成功了。 验证cuda安装 3 安装深度学习库Cudnn8.6.0 cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive 在这个网站下载。 要注册英伟达账号。 这里下载好是一堆库文件我们需要移动到cuda安装目录下。 a) 把cuda\bin目录下的文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin 目录下. b) 把\cuda\ include目录下的文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include 目录下. c) 把\cuda\lib\x64\目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64 目录下. 就是这样。 添加cudnn到环境变量 安装完毕。 测试安装 两个都要PASS成功 4 安装VSCODE2019 下载好安装程序。 等待安装。 一定要勾选这个 成功 5 安装Colmap3.8 下载链接 Release 3.8 · colmap/colmap · GitHubhttps://github.com/colmap/colmap/releases/tag/3.8 由于我们安装了cuda下载cuda版本的。 解压后移动到C盘非中文目录下。添加这个路径到环境变量。 OK。 6 安装git 下载完安装就行一直下一步。 到命令行查看是否安装成功 成功 7 安装Python3.10 Pytorch2.0.0 创建python3.10的虚拟环境。 conda create -n 3DGS python3.10 启动环境 conda activate 3DGS 安装pytorch2.0.0 conda install pytorch2.0.0 torchvision0.15.0 torchaudio2.0.0 pytorch-cuda11.8 -c pytorch -c nvidia测试pytorch是否可用 可用成功。 7 安装项目 克隆项目 git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive安装项目的依赖 SET DISTUTILS_USE_SDK1
pip install gaussian-splatting\submodules\diff-gaussian-rasterization
pip install gaussian-splatting\submodules\simple-knn
pip install plyfile tqdm 这步成功了就差不多了哈哈 8 采集数据
8.1 IPhone 14 pro 拍摄30张照片左右 做预处理 放入文件夹data中再新建一个文件夹input把照片全部放进去。 用这个脚本转换图像的名称 import osfolder_path rC:\Users\lhwnb\Desktop\data\inputfiles os.listdir(folder_path)counter 0for file_name in files:if file_name.endswith(.jpg) or file_name.endswith(.jpg) or file_name.endswith(.png):new_name f{counter:06}.jpg # 6位数字格式如000000.jpgcurrent_path os.path.join(folder_path, file_name)new_path os.path.join(folder_path, new_name)os.rename(current_path, new_path)counter 18.2 生成colmap位姿等信息 将文件夹移动到项目文件夹执行 python convert.py -s data 处理中..... 处理完毕。 我们看data文件夹 colmap帮我们生成了很多文件不用理会。 8.3 开始训练启动 我们监视一下显卡与内存的状态 显存大概需要7G左右可能是我图片少的缘故吧 内存大概占用12G左右 8.4 资源占用 博主的电脑为联想拯救者Y9000p 2023 4090款 CPU I9 13900HX 24核心32线程 支持超线程技术。 GPU 4090 16G。 Memory 32G。 在训练过程中采用默认参数进行训练 图像为42张4K图像程序进行过剪裁 显存占用大约在7G左右CPU占用率大约为12% 4.40GHzI9 13代还是强内存占用大约为12.6G。 显存快爆炸了。 8.5 训练完成 训练完成。 output文件夹就是训练生成的产物 8.5 可视化 下载可视化工具 可视化工具下载https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip 下载好解压到viewer文件夹中需要自己去创建这个文件夹。 安装完成之后在地址栏输入cmd通过下列命令运行 .\viewers\bin\SIBR_gaussianViewer_app -m data/output操作方法 WSAD控制上下左右UIOJKL旋转相机
