MonoGS项目环境搭建问题解决方案

环境配置概述

在Ubuntu 22.04系统上搭建MonoGS项目的开发环境时，可能会遇到多个技术难题。本文将详细记录这些常见问题及其解决方案，帮助开发者顺利完成环境配置。

基础环境准备

首先需要创建conda虚拟环境并安装Python 3.10：

conda create -n MonoGS python=3.10
conda activate MonoGS

CUDA与PyTorch版本匹配问题

安装PyTorch时需特别注意CUDA版本匹配。推荐使用以下命令安装与CUDA 12.1兼容的PyTorch版本：

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

如果遇到CUDA版本不匹配的警告，可以通过以下命令调整NVCC和CUDA工具包版本：

conda install nvidia/label/cuda-12.1.0::cuda-nvcc
conda install nvidia/label/cuda-12.1.0::cuda-toolkit

依赖包安装问题

安装项目依赖包时使用以下命令：

pip install submodules/simple-knn submodules/diff-gaussian-rasterization opencv-python==4.8.1.78 munch trimesh evo==1.11.0 open3d torchmetrics imgviz PyOpenGL glfw PyGLM wandb lpips rich ruff

CUDA_HOME环境变量问题

安装过程中可能遇到CUDA_HOME环境变量未设置的错误。解决方案是安装cudatoolkit-dev：

conda install -c conda-forge cudatoolkit-dev

链接库缺失问题

当出现"cannot find -lcudart"错误时，需要安装cuda-cudart：

conda install nvidia/label/cuda-12.1.0::cuda-cudart

运行时问题解决

NumPy版本兼容性问题

运行demo时可能遇到NumPy版本不兼容的错误，可通过降级NumPy解决：

pip install numpy==1.26.4

Matplotlib绘图问题

出现Colorbar相关的Axes错误时，建议安装特定版本的Matplotlib：

pip install matplotlib==3.5.3

总结

MonoGS项目的环境搭建需要注意多个关键点：CUDA版本匹配、依赖包版本控制以及运行时库的兼容性。通过本文提供的解决方案，开发者可以系统地解决环境配置过程中遇到的各种问题，确保项目能够顺利运行。建议开发者按照文中步骤顺序操作，并在每个步骤完成后验证是否成功，以便及时发现问题并解决。