ubuntu20.04 bundlefusion

卡了很久,还是编译通过了

环境:ubuntu20.04 opencv4.5.0 opencv-contrib-4.5.0 cuda11.7 nvidia-driver-515

先装cuda,设置好环境变量export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64
export PATH=$PATH:/usr/local/cuda-11.7/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.7

然后装opencv(opencv 零零碎碎_庄王的博客-CSDN博客

编译之前,把Cmakelists.txt里面的-arch=sm_86根据自己的显卡配置好算力

编译bundlefusion过程中会出现一些bug

1.安装了libglfw3-dev 但是仍然报这个错“/usr/bin/ld: cannot find -lglfw3“,

解决方法:找到libglfw.so.3 并复制到/usr/lib/下面,然后,sudo ln -sv libglfw.so.3 libglfw3.so

2,其余的类似的,只要sudo apt install libxxx-dev,自己根据情况把命令补全即可

3,还有是关于_shlf_down_和_shlf_xor_相关的问题,全部按照下面修改就行

#define FULL_MASK 0xffffffff

__forceinline__ __device__

float warpReduceSum(float val) {

unsigned mask = __ballot_sync(FULL_MASK, threadIdx.x < warpSize);

for (int offset = warpSize / 2; offset > 0; offset /= 2)

val += __shfl_down_sync(mask, val, offset);

return val;

}

__forceinline__ __device__

float warpReduceMaxAll(float val) {

unsigned mask = __ballot_sync(FULL_MASK, threadIdx.x < warpSize);

for (int offset = warpSize / 2; offset > 0; offset /= 2) {

val = max(val, __shfl_xor_sync(mask, val, offset));

}

return val;

}

苦bundlefusion久矣,过几天会把编译好的源代码贡献到github上,今天太累了,这个事情搞的我重装了两次电脑,然后惠普的主板还比较垃圾,各种不兼容。有需要的直接留下邮箱吧

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 38
    评论
实时全局一致的3D重建,使用动态表面重新整合技术实时,高品质,大尺寸场景的3D扫描是混合现实和机器人应用的关键。然而,可扩展性带来了姿态估计漂移的挑战,在累积模型中引入了显着的错误。方法通常需要几个小时的离线处理来全局纠正模型错误。最近的在线方法证明了令人信服的结果,但遭受以下缺点:(1)需要几分钟的时间才能执行在线修正,影响了真正的实时使用; (2)脆弱的帧到帧(或帧到模型)姿态估计导致许多跟踪失败;或(3)仅支持非结构化的基于点的表示,这限制了扫描质量和适用性。我们通过一个新颖的,实时的端对端重建框架来系统地解决这些问题。其核心是强大的姿态估计策略,通过考虑具有高效分层方法的RGB-D输入的完整历史,针对全局摄像机姿态优化每帧。我们消除了对时间跟踪的严重依赖,并且不断地将其定位到全局优化的帧。我们提出了一个可并行化的优化框架,它采用基于稀疏特征和密集几何和光度匹配的对应关系。我们的方法估计全局最优化(即,束调整的姿势)实时,支持从总跟踪故障(即重新定位)恢复的鲁棒跟踪,并实时重新估计3D模型以确保全局一致性;都在一个框架内。我们优于最先进的在线系统,质量与离线方法相同,但速度和扫描速度前所未有。我们的框架导致尽可能简单的扫描,使用方便和高质量的结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 38
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值