当前位置:   article > 正文

Colmap在Linux下的安装_linux安装colmap

linux安装colmap

在用Gaussian splatting时,要先装colmap才能做一些预处理。

以下是我这的安装过程记录,可能不一定适合其他人,但是仔细查查肯定能解决~

我的环境:

        系统:Ubuntu 22.04

        cuda版本:11.8,显卡是4090

1、先安装一堆依赖库

  1. sudo apt-get install \
  2. git cmake ninja-build build-essential \
  3. libboost-program-options-dev libboost-filesystem-dev \
  4. libboost-graph-dev libboost-system-dev libboost-test-dev \
  5. libeigen3-dev libflann-dev libfreeimage-dev libmetis-dev \
  6. libgoogle-glog-dev \
  7. libgflags-dev libsqlite3-dev libglew-dev qtbase5-dev libqt5opengl5-dev \
  8. libcgal-dev libceres-dev

        过程没出现啥问题。如果有问题那就要么有更基础的没装,或者版本问题,总之仔细看报错的信息,分析一下应该就能找到解决办法。

2、下载源码并编译安装

        下载:

git clone https://github.com/colmap/colmap.git

        进入目录,然后创建build目录,在这里进行编译和安装

  1. cd colmap
  2. mkdir build
  3. cd build
  4. sudo cmake .. \
  5. -D CMAKE_CUDA_COMPILER="/usr/local/cuda-11.8/bin/nvcc" ../CMakeLists.txt \
  6. -D CMAKE_CUDA_ARCHITECTURES='89'
  7. sudo make -j24
  8. sudo make install

  这里值得注意的是这个参数       CMAKE_CUDA_ARCHITECTURES

   这个参数和显卡对应,网上搜了半天,都没找到4090对应的数字是啥,最后终于在这篇文章里详细说了,我这个是89,大家在这找自己显卡对应的数字就行:

        Matching CUDA arch and CUDA gencode for various NVIDIA architectures - Arnon Shimoni

   结果,我这个编译安装过程异常顺利,有点不敢相信。。。好运气。

   因为我搜的过程中,找到了其他人编译出错了,我也记录一下,以防万一以后有问题(我没试过):     

问题1: 有出现这个库出错的  libtiff4.0

解决: conda uninstall libtiff

 

问题2:头文件找不到gtest

解决:可能是依赖连续安装时,有些因为网络原因漏装了

        sudo apt-get install  libgtest-dev --reinstall

 

问题3:AttributeError: module 'cv2' has no attribute 'imread'

解决:pip install opencv-contrib-python -i Simple Index

声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号