windows本地搭建TripoSG

1. 环境准备

硬件要求：

• NVIDIA RTX 显卡（需8GB显存）
• Windows 10/11 64位系统

软件依赖：

• Python 3.10或3.11
• CUDA 12.1+（需与RTX驱动匹配）
• cuDNN
• Git

2. 安装基础环境

• 安装CUDA

        打开windows终端命令行输入检查显卡支持的cuda版本：nvidia-msi

        

        命令行输入安装cuda12.1：choco install cuda --version=12.1 -y 

• 安装cuDNN
  • 访问cuDNN Archive | NVIDIA Developer
  • 选择8.9.7 for CUDA 12.x ，下载安装
• 安装python 

        访问  Download Python | Python.org 下载安装3.11

3. 获取TripoSG代码

        访问 https://github.com/VAST-AI-Research/TripoSG 下载源码，或通过git命令下载：git clone https://github.com/VAST-AI/TripoSG.git

4. 创建虚拟环境

        在windows终端命令行，切换到TripoSG代码包目录下

        输入命令：python -m venv triposg_env ，创建一个独立环境
        输入命令：triposg_env\Scripts\activate ，启动环境，之后的命令行操作都在这个环境下进行。

5. 安装PyTorch

        注意：按照torch官方指引提供的下载方法安装的torch可能没有对应的cluster版本，会导致tripoSG缺失依赖包，因此需要自己指定torch版本安装，这也是为什么前面提到安装cuda12.1的原因。

        在windows终端命令行输入命令安装torch：pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu121 

        下载torch2.3.0+cu121对应的cluster

        如果安装的是其他版本torch，访问 https://data.pyg.org/whl/ 获取对应版本的cluster。

        在windows终端命令行输入命令安装cluster:

        pip install "I:\chromedownload\torch_cluster-1.6.3+pt23cu121-cp311-cp311-win_amd64.whl"         需要指定指定下载的cluster文件的完整路径。

6. 安装TripoSG依赖

        进入TripoSG源码目录，打开requirements.txt文件，在文本后面增加三个依赖包：wadler_lindig、jaxtyping、typeguard

        修改numpy版本，numpy==1.24.3

        完整内容如下：

        运行命令：pip install -r requirements.txt

        等待安装完成。

至此TripoSG本地化搭建结束，测试：

python scripts/inference_triposg.py --image-input assets/example_data/jkghed.png --output-dir I:\models 

运行成功会在目录下生成一个output指定的目录下生成glb模型文件。

初次运行没有安装推理模型的话会自动下载模型。

参数说明：

--image-input ：指定3D模型参考图片

--output-dir ：指定3D模型保存位置

8G显卡也能跑，运行速度很快，但是只有裸色的3D建模，没有上色，检查代码也没发现有控制上色的参数，目前还不清楚问题在哪，也有可能要等开源其他部分。

运行时如果出现错误：No module named 'triposg' ，运行命令：set PYTHONPATH=E:\TripoSG-main重新指定源码位置，PYTHONPATH后面是下载的源码包的位置。