【深度学习】【三维重建】windows10环境配置PyTorch3d详细教程-Toy模板网

这篇具有很好参考价值的文章主要介绍了【深度学习】【三维重建】windows10环境配置PyTorch3d详细教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

【深度学习】【三维重建】windows10环境配置PyTorch3d详细教程

前言

本人windows10下使用【Code for Neural Reflectance Surfaces (NeRS)】算法时需要搭建PyTorch3d环境，故此以详细教程以该算法依赖的环境版本为参照。

应很多朋友的要求，博主将自己的pytorch3d的conda环境打包放在【百度云盘;提取码:3tyw 】供大家参考，注意环境版本要求保持一致，并不适合所有人。

确定版本对应关系

环境版本要求保持一致：CUDA，CUB，Pytorch，Pytorch3d

注意这里的cub对应的是真实的物理机安装的cuda版本号(环境变量里配置的cuda)，不是虚拟环境下的cuda版本号。

假设已经安装了其他版本的cuda和对应的cudnn，可以参考博主的博文【Windows10中下安装多版本CUDA及其切换】
本人的安装版本为：

Python 3.9 + Pytorch 1.8.0 + CUDA 11.1 + cudnn 8_0 + pytorch3d 0.6.1 + CUB 1.9.10-1

使用anaconda3新建PyTorch3d虚拟环境：

conda create -n pytorch3d python=3.9
activate pytorch3d

然后安装对应版本pytorch和cuda包：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

查询对照表，查看cuda对应的cub版本。 pytorch3d,深度学习,三维重建,深度学习,pytorch,3d
博主的cuda版本为11.1，NVIDIA CUB推荐1.9.10-1，下载解压后将其路径新建CUB_HOME到环境变量中：

注意不是在Path中添加

安装Pytorch3d的依赖项：

conda install -c fvcore -c iopath -c conda-forge fvcore iopath

源码编译安装Pytorch3d

选择Pytorch3d版本，各版本下有注明其适用的pytorch版本，博主这里是0.6.1版本。
pytorch3d,深度学习,三维重建,深度学习,pytorch,3d
以管理者身份打开"x64 Native Tools Command Prompt for VS 2019"终端(安装VS 2019)，cd到pytorch3d解压目录里，输入以下指令：

# 激活对应的环境，进入到Pytorch3d路径下
cd pytorch3d-0.6.1
activate pytorch3d
set DISTUTILS_USE_SDK=1
set PYTORCH3D_NO_NINJA=1

pytorch3d,深度学习,三维重建,深度学习,pytorch,3d
修改pytorch3d里setup.py文件的源码：

# 46行修改为
extra_compile_args = {"cxx": []}
# 60行注释-std=c++14
# "-std=c++14",

继续在"x64 Native Tools Command Prompt for VS 2019"执行以下命令：

# 可能需要科学上网,需要下载一些依赖.
python setup.py install

成功安装。
pytorch3d,深度学习,三维重建,深度学习,pytorch,3d

# 查看环境中的是否成功安装包
conda list

pytorch3d,深度学习,三维重建,深度学习,pytorch,3d
用一段测试代码验证pytorch3d能否正常使用。

import torch
from pytorch3d.structures import Meshes
from pytorch3d.utils import ico_sphere

# 创建一个简单的3D球体
sphere_mesh = ico_sphere(3, device=torch.device("cuda"))

# 打印球体的顶点和面信息
print("顶点坐标：", sphere_mesh.verts_packed())
print("面索引：", sphere_mesh.faces_packed())