当前位置: 首页 > news >正文

A40服务器splatam环境搭建

0 准备

diff-gaussian-rasterization-w-depth.zip, CUDA Toolkit 12.1, 百度网盘
谷歌扩展:标签修改精灵 - 修改标签名称和图标

1 安装CUDA

1.1 下载CUDA

根据图片下载cuda_12.1.0_530.30.02_linux.run文件。

1.2 安装CUDA

使用以下命令按照CUDA:

sudoshcuda_12.1.1_530.30.02_linux.run

注意:

  • CUDA Toolkit [x] (这是必须的,保持选中)
  • NVIDIA Driver [ ] (取消选中这个! 因为你已经有驱动了,重新安装可能会导致问题)
  • CUDA Samples [ ] (可选,可以不装)
  • CUDA Demo Suite [ ] (可选,可以不装)

1.3 设置环境变量

echo'export CUDA_HOME=/usr/local/cuda'>>~/.bashrcecho'export PATH=$CUDA_HOME/bin:$PATH'>>~/.bashrcecho'export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH'>>~/.bashrc
source~/.bashrc

关闭终端

1.4 验证CUDA

nvcc--version

2 安装diff-gaussian-rasterization-w-depth

pipinstalldiff-gaussian-rasterization-w-depth-cb65e4b86bc3bd8ed42174b72a62e8d3a3a71110.zip --no-build-isolation

3 安装其他库

sudodnfinstallnano
sudonano~/.bashrc
# 安装natsortpipinstallnatsort# 安装korniapipinstallkornia# 安装pytorch_msssimpipinstallpytorch_msssim pipinstallwandb

4 整理splatam工程

4.1 数据准备

新建TUM_RGBD文件,解压rgbd_dataset_freiburg3_walking_static.tgz文件

  • data
    - TUM_RGBD
    - rgbd_dataset_freiburg3_walking_static

4.2 修改文件

路径:configs/tum/splatam.py
添加:‘freiburg3_walking_static’

scenes=["freiburg3_walking_static","freiburg1_desk2","freiburg1_room","freiburg2_xyz","freiburg3_long_office_household"]

添加:freiburg3_walking_static.yaml
路径:configs/data/TUM/freiburg3_walking_static.yaml

dataset_name:'tum'camera_params: image_height:480image_width:640fx:535.4fy:539.2cx:320.1cy:247.6crop_edge:8png_depth_scale:5000.0

修改datasets/init.py文件,将_init_.py改成__init__.py
修改configs/tum/splatam.py中的use_wandb,改为False

http://www.jsqmd.com/news/471870/

相关文章:

  • Youtu-VL-4B-Instruct图文理解真实案例集:源码部署后电商商品图/医疗报告/教育试卷解析
  • Z-Image-Turbo_Sugar脸部Lora多场景落地:短视频运营、独立站产品页、AI社交App
  • EcomGPT-7B部署教程:适配国产昇腾/寒武纪平台的多语言电商模型移植方案
  • SOPHON-Learning
  • Qwen3-VL-2B快速部署:HTTP按钮启动WebUI详细步骤
  • OpenCL 一致性测试套件(OpenCL-CTS)完整指南
  • 车机跨屏交互实战控:AndroidAutomotive跨屏显示与触摸传递实践
  • 基于马尔科夫链蒙特卡洛Markov Chain Monte Carlo,MCMC的数据生成方法研究附Matlab代码
  • JAVA中的IO流通俗解释(Input)/(Output)(音谱特)/(奥特谱特)
  • 聊聊2026年正规的厨电以旧换新机构,实力强活动都有哪些 - 工业推荐榜
  • 圣女司幼幽-造相Z-Turbo在同人创作中的应用:3步生成牧神记风格角色图
  • 基于蒙特卡洛,copula函数,fuzzy-kmeans获取6个典型场景进行随机优化多类型电动汽车采用分时电价调度,考虑上级电网出力、峰谷差惩罚费用、风光调度、电动汽车负荷调度费用和网损费用
  • 两会收官:讨论的这些热门话题,TDengine 和伙伴做到了
  • markdown使用记录
  • 广告创意团队实战:Z-Image-Turbo快速产出多版视觉稿方案
  • StarRocks与ClickHouse的对比
  • Youtu-VL-4B-Instruct OCR效果展示:模糊文字/倾斜排版/多语言混合识别案例
  • 轻量级向量模型崛起:Qwen3-Embedding-4B在边缘设备部署尝试
  • 2026年山西靠谱的不锈钢保安亭生产厂家推荐,专业品质 - myqiye
  • 云容笔谈惊艳效果展示:背景虚实渐变+发丝根根分明的1024p高清卷轴作品
  • 基于模糊认知图和遗传算法的牙齿龋齿程度检测附Matlab代码
  • 通义千问1.8B-Chat-GPTQ-Int4镜像特性:Chainlit支持文件上传+RAG插件扩展
  • nlp_gte_sentence-embedding_chinese-large快速上手:Jupyter中向量可视化简易实现
  • 用过才敢说!千笔·降AIGC助手,本科生论文降AI率首选
  • 2026年商城小程序开发指南:北京定制化服务商如何助力零售数字化转型 - 品牌2026
  • AnimateDiff企业级部署:Nginx反向代理+多用户隔离生产环境搭建
  • Stable-Diffusion-v1-5-archive开源可部署:Comfy-Org官方归档版本地部署教程
  • 灵感画廊部署教程:SDXL 1.0模型安全扫描(HuggingFace Safetensors)验证流程
  • 2026年贵州翡翠回收哪家靠谱?实力强服务好 覆盖全贵州区域 满足个人与企业需求 - 深度智识库
  • Qwen3-TTS开源镜像部署:Jetson Orin边缘设备上1.7B模型实时语音合成