【亲测免费】 One-2-3-45 项目常见问题解决方案

项目基础介绍

One-2-3-45 是一个开源项目，旨在通过创新的算法和模型，将单张图像快速转换为3D网格模型。该项目的主要特点是能够在45秒内完成从图像到3D模型的转换，且无需进行复杂的形状优化。该项目在 NeurIPS 2023 会议上被正式接受，并提供了官方代码和演示。

该项目主要使用 Python 作为编程语言，并依赖于 PyTorch 等深度学习框架来实现其核心功能。

新手使用项目时的注意事项及解决方案

1. 环境配置问题

问题描述： 新手在配置项目环境时，可能会遇到依赖库安装失败或版本不匹配的问题。

解决步骤：

1. 检查硬件要求： 确保你的机器上有一块内存大于等于18GB的 NVIDIA GPU（如 RTX 3090 或 A10）。
2. 安装必要的 Debian 包： 运行以下命令安装所需的 Debian 包：

   sudo apt update && sudo apt install git-lfs libsparsehash-dev build-essential
   

3. 创建并激活 Conda 环境：

   conda create -n One2345 python=3.10
   conda activate One2345
   

4. 克隆项目并安装依赖：

   git lfs install
   git clone https://github.com/One-2-3-45/One-2-3-45
   cd One-2-3-45
   pip install -r requirements.txt
   

2. CUDA 版本不匹配问题

问题描述： 在安装 PyTorch 时，可能会遇到 CUDA 版本与系统中已安装的 CUDA 版本不匹配的问题。

解决步骤：

1. 检查系统中的 CUDA 版本： 运行以下命令查看当前系统中的 CUDA 版本：

   nvcc --version
   

2. 安装匹配的 CUDA 版本： 根据项目要求，安装与 PyTorch 版本匹配的 CUDA 版本。例如，如果需要 CUDA 11.8，可以运行以下命令：

   wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
   sudo sh cuda_11.8.0_520.61.05_linux.run
   

3. 设置环境变量：

   export PATH="/usr/local/cuda-11.8/bin:$PATH"
   export LD_LIBRARY_PATH="/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH"
   

4. 安装 PyTorch：

   pip install torch==2.0.1 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
   

3. 模型推理代码运行问题

问题描述： 在运行推理代码时，可能会遇到缺少预训练模型或模型加载失败的问题。

解决步骤：

1. 下载预训练模型： 运行以下命令下载所需的预训练模型：

   python download_ckpt.py
   

2. 检查模型路径： 确保模型文件路径正确，并且在运行推理代码时指定了正确的模型路径。
3. 运行推理代码：

   python run.py --model_path path/to/model --input_image path/to/image
   

通过以上步骤，新手可以顺利解决在配置和运行 One-2-3-45 项目时遇到的主要问题。