Niagara 的安装和配置教程

1. 项目基础介绍

Niagara 是一个开源项目，旨在通过单视角图像进行场景重建。该项目利用了 Normal-Integrated Geometric Affine Field（正则化几何仿射场）技术，可以从单个视角重建出高质量的三维场景。项目的主要编程语言是 Python。

2. 项目使用的关键技术和框架

• PyTorch: 用于深度学习模型的开发，提供了灵活的动态计算图。
• CUDA: 用于加速深度学习模型的训练过程，需要配合 NVIDIA 显卡。
• GCC: 用于编译项目依赖的 C/C++ 代码。

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的系统满足以下要求：

• Python 3.10
• PyTorch 2.2.2
• CUDA 11.8
• GCC 11.2 或更高版本

安装步骤

1. 安装 CUDA

   • 根据您的操作系统，从 NVIDIA 官网下载并安装 CUDA 11.8。
   • 将 CUDA 的路径添加到系统的 PATH 环境变量中。

2. 创建 Python 环境

   • 使用 Conda 创建新的 Python 环境（推荐）：

     conda create -y python=3.10 -n niagara
     conda activate niagara
     

   • 或者，如果您已经安装了 Python 3.10，可以使用 Python 的 venv 模块：

     python3.10 -m venv .venv
     source .venv/bin/activate
     

3. 安装依赖

   • 安装 PyTorch 和其他 Python 包：

     pip install -r requirements-torch.txt --extra-index-url https://download.pytorch.org/whl/cu118
     pip install -r requirements.txt
     

4. 添加 3DGS Python 环境

   • 克隆 diff-gaussian-rasterization 仓库到 third_party 目录：

     git clone https://github.com/eldar/diff-gaussian-rasterization-w-pose.git third_party/diff-gaussian-rasterization-w-pose
     git submodule update --init --recursive
     

5. 下载训练数据

   • 下载 RealEstate10K 数据集，并按照项目说明解压到相应目录。

6. 下载预训练模型（可选）

   • 如果需要评估预训练模型，可以使用以下命令下载：

     python -m misc.download_pretrained_models -o exp/re10k_v2
     sh evaluate.sh exp/re10k_v2
     

完成以上步骤后，您就可以开始使用 Niagara 项目了。