Проверьте, что CUDA Toolkit установлен
Перед установкой PyTorch или сборкой gsplat убедитесь, что CUDA Toolkit установлен и доступен. В Command Prompt выполните:
nvcc --version
Если всё установлено корректно, вывод будет примерно таким:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2024 NVIDIA Corporation
Built on Fri_Jun_14_16:44:19_Pacific_Daylight_Time_2024
Cuda compilation tools, release 12.6, V12.6.20
Build cuda_12.6.r12.6/compiler.34431801_0
Если команда не распознаётся или версия не выводится, установите CUDA Toolkit с сайта NVIDIA. Более старые версии доступны в архиве CUDA Toolkit.
Откройте терминал с настроенной средой разработчика
Чтобы собрать gsplat, используйте терминал, в котором инициализирована среда Visual C++.
Вариант A: Developer Command Prompt
- Откройте меню «Пуск»
- Запустите: Developer Command Prompt for VS 2022
Вариант B: вручную запустить vcvars64.bat
- Откройте Command Prompt
- Запустите скрипт инициализации (при необходимости скорректируйте путь):
"C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\VC\Auxiliary\Build\vcvars64.bat"
После запуска скрипта терминал будет настроен с нужными переменными окружения.
Создайте и активируйте Conda‑окружение
Если у вас ещё нет Conda, установите Miniconda или Anaconda.
Создайте и активируйте новое окружение:
conda create -y -n gsplat python=3.10
conda activate gsplat
Установите PyTorch с поддержкой CUDA
Откройте страницу установки PyTorch и выберите конфигурацию, соответствующую вашей версии Python и CUDA.
Для CUDA 12.6 выполните:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
Проверьте, что PyTorch видит CUDA:
python -c "import torch; print(torch.cuda.is_available())"
Ожидаемый вывод:
True
Клонируйте репозиторий gsplat
git clone --recursive https://github.com/nerfstudio-project/gsplat.git
cd gsplat
Соберите gsplat
Чтобы собрать gsplat, выполните:
set DISTUTILS_USE_SDK=1
pip install .
Команда устанавливает переменную окружения DISTUTILS_USE_SDK, чтобы избежать предупреждения:
UserWarning: It seems that the VC environment is activated but DISTUTILS_USE_SDK is not set...
Установите дополнительные зависимости для примеров
Перейдите в папку examples и установите зависимости:
cd examples
pip install -r requirements.txt
Скачайте датасет из примера
Клонируйте репозиторий датасета:
git clone <URL_TO_EXAMPLE_DATA>
Замените <DATA_PATH> и <OUTPUT_PATH> на реальные пути в вашей системе.
Запустите обучение
Запустите обучение командой:
python simple_trainer.py default ^
--eval_steps -1 ^
--disable_viewer ^
--data_factor 4 ^
--data_dir <DATA_PATH> ^
--result_dir <OUTPUT_PATH>
Замените <DATA_PATH> и <OUTPUT_PATH> на корректные пути. Если всё настроено правильно, скрипт стартует и покажет прогресс обучения.
Известная проблема на Windows: ошибка парсинга бинарников pycolmap
На Windows при запуске скрипта обучения может встретиться ошибка вида:
Error with pycolmap:
...
num\_cameras = struct.unpack('L', f.read(8))\[0]
Эта ошибка вызвана несоответствием логики struct.unpack в Windows‑сборке. На момент написания исправление ещё не было вмержено в официальный репозиторий pycolmap. Подробности см. в PR: https://github.com/rmbrualla/pycolmap/pull/2
В качестве обходного пути удалите исходный пакет и установите патч‑версию из форка сообщества:
pip uninstall pycolmap -y
pip install git+https://github.com/mathijshenquet/pycolmap