复现nerfstudio并训练自己制作的数据集

孤心不寒

已于 2024-03-12 11:28:35 修改

阅读量6k

点赞数 33

文章标签：计算机视觉

于 2024-02-29 22:34:39 首次发布

本文链接：https://blog.csdn.net/Destiny_Di/article/details/136382803

版权

本文详述了如何在Windows上安装NerfStudio，包括CUDA11.8的设置、PyTorch2.1.2的安装，以及解决tiny-cuda-nn安装过程中遇到的问题，还介绍了colmap和ffmpeg的配置，以及如何训练和评估自定义数据集。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

网站：安装 - nerfstudio

GitHub - nerfstudio-project/nerfstudio：NeRF 的协作友好工作室

安装之前要确保电脑上已经有CUDA11.8或以上版本（更高版本的可以安装11.8的toolkit）

创建环境

conda create --name nerfstudio -y python=3.8
conda activate nerfstudio
python -m pip install --upgrade pip

安装依赖

首先，如果安装了2.0.1之前的PyTorch版本，则应卸载PyTorch、functhor和miny-cuda nn的早期版本。可以通过以下命令实现：

pip uninstall torch torchvision functorch tinycudann

结合CUDA11.8，安装Pytorch2.1.2

pip install torch==2.1.2+cu118 torchvision==0.16.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118

安装CUDA所需要的扩展，通过以下命令实现：

conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit

安装tiny-cuda-nn包

这里先要从github上下载tiny-cuda-nn，然后在Microsoft VIsual C++的环境下编译资源。所以如果直接执行：

pip install ninja git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

可能会报错，提示：

× python setup.py egg_info did not run successfully.
  │ exit code: 1
  ╰─> [8 lines of output]
      Traceback (most recent call last):
        File "<string>", line 2, in <module>
        File "<pip-setuptools-caller>", line 34, in <module>
        File "C:\Users\xxx\AppData\Local\Temp\pip-req-build-lz_n7l05\bindings/torch\setup.py", line 53, in <module>
          raise RuntimeError("Could not locate a supported Microsoft Visual C++ installation")
      RuntimeError: Could not locate a supported Microsoft Visual C++ installation
      Building PyTorch extension for tiny-cuda-nn version 1.7
      Obtained compute capability 86 from PyTorch
      [end of output]

这里参考了这两篇博客：安装tiny-