CUDA&pycuda安装
tsdf源码地址
https://github.com/andyzeng/tsdf-fusion-python
$ git clone https://github.com/andyzeng/tsdf-fusion-python
安装完上述工程后 按照 readme文件安装依赖项
注意此工程使用的是python2.7 故先需要安装python2.7
https://blog.csdn.net/rasiel_2019/article/details/123654672
依赖项安装
pip install --user numpy scikit-image numba
python-opencv 需要选中对应的版本
$ pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==4.2.0.32
pycuda安装
pip install --user pycuda
会报错,原因是尚未安装CUDA
CUDA安装
CUDA安装的前提是安装NVIDIA显卡驱动
如果没有给ubuntu安装显卡驱动,请参考以下博文
https://blog.csdn.net/Perfect886/article/details/119109380
安装完毕后
nvidia-smi
查看支持最高的CUDA版本
参考以下博文安装CUDA
https://blog.csdn.net/h3c4lenovo/article/details/119003405
注意!! 如果你的RTX是30系列 强烈建议安装CUDA 11以上版本
否则按照博文安装 CUDA 10版本pycuda会报错
pycuda安装
pip install --user pycuda
常见报错 只需要下载对应版本即可
运行demo.py
安装完成上述依赖项之后便可以尝试运行代码
$ python demo.py
可能会有以下报错
- pytools.prefork.ExecError: error invoking ‘nvcc --version‘: [Errno 2] No such file or directory
- ibcudart.so.10.2: cannot open shared object file: No such file or directory
- nvcc fatal : Value ‘sm_75’ is not defined for option ‘gpu-architecture’
再提供一个切换cuda版本的方法
https://blog.csdn.net/weixin_44430537/article/details/107657409
处理完报错之后运行demo.py文件,生成两个ply文件
查看生成的.ply文件
sudo add-apt-repository ppa:zarquon42/meshlab
sudo apt-get update
sudo apt-get install meshlab
双击即可查看
效果如下