ER-NeRF本地运行只要梳理好依赖版本,运行起来就很顺畅
-
conda create -n ernerf python=3.10 创建本项目虚拟环境
-
conda install pytorch==1.12.1 torchvision==0.13.1 cudatoolkit=11.3 -c pytorch 若windows有多个版本的cuda,需要在环境变量中切换至cuda 11.3,主要是系统变量中的CUDA_PATH,NVCUDASAMPLES_ROOT,PATH进行编辑为自己需要的cuda版本
-
pip install -r requirements.txt 会遇到部分依赖包版本冲突,根据实际情况处理即可
-
pip install "git+https://github.com/facebookresearch/pytorch3d.git" 安装pytorch3d之前需先安装好pytorch3d的编译环境,如下:
conda install pytorch=1.13.0 torchvision pytorch-cuda=11.6 -c pytorch -c nvidia conda install -c fvcore -c iopath -c conda-forge fvcore iopath
因本环境采用的cuda版本是11.3,所以需手动安装 nvidiacub,并设置系统环境变量 CUB_HOME,指向位置为CMakeLists.txt所在路径,安装方式如下: