目录
前言
本文下载是带有GPU版本的ColMap软件,自己多次踩坑,记录一下。也为其他读者一些排坑。
机器基本配置
- RTX 3090(24GB)
- PyTorch 2.1.0
- Python 3.10(ubuntu22.04)
- Cuda 12.1
安装流程
-
下载依赖库
sudo apt-get install \ git cmake ninja-build build-essential \ libboost-program-options-dev libboost-filesystem-dev \ libboost-graph-dev libboost-system-dev libboost-test-dev \ libeigen3-dev libflann-dev libfreeimage-dev libmetis-dev \ libgoogle-glog-dev \ libgflags-dev libsqlite3-dev libglew-dev qtbase5-dev libqt5opengl5-dev \ libcgal-dev libceres-dev #代码1
运行以上代码,如果没有成功过则更新ubuntu22.04系统中的安装命令,运行以下代码
sudo apt update/upgrade代码 # 代码2 #运行代码2后再运行代码1即可
-
下载colmap源代码
git clone https://github.com/colmap/colmap.git
然后进行目录中创建build目录,然后编译运行powershell cd colmap mkdir build cd build # 代码3 sudo cmake .. \ -D CMAKE_CUDA_COMPILER="/usr/local/cuda-12.1/bin/nvcc" ../CMakeLists.txt \ -D CMAKE_CUDA_ARCHITECTURES='86'
- 注意事项
CMAKE_CUDA_COMPILER="/usr/local/cuda-12.1/bin/nvcc"
其中cuda-12.1为我自己的版本,读者需要改为自己对应的cuda版本。CMAKE_CUDA_ARCHITECTURES='86'
其中,86为cuda机器的代号,每个cuda版本有其对应的代号。查看代号的网站:[cuda机器和代号](https://arnon.dk/matching-sm-architectures-arch-and-gencode-for-various-nvidia-cards/- 运行完代码3后,colmap中会出现MakeFile文件,在运行前,需要将根目录中的minconda3文件名字展示修改为其他名字(名字修改后conda命令会失效,jupyter也会失效),因为colmap在编译期间其环境变量可能与minconda3中冲突,导致安装失败。
切换到含有MakeFile文件的目录下运行代码sudo make -j24 sudo make install
待其安装完成便可,然后将minconda3的名字修改回来。
- 注意事项