环境要求
dependencies:
- cudatoolkit=11.6
- plyfile=0.8.1
- python=3.7.13
- pip=22.3.1
- pytorch=1.12.1
- torchaudio=0.12.1
- torchvision=0.13.1
- tqdm
1. 安装conda创建环境
conda create -n lod-3dgs python=3.7.13
2. 安装CUDA11.6和相应cuDNN。
2.1 CUDA
CUDA安装参考CUDA10.1；CUDA11.6，安装过程相似。
2.2 cuDNN
参考，下载对应版本后复制到对应CUDA里面。
cp cuda/lib64/* /usr/local/cuda-11.6/lib64/
cp cuda/include/* /usr/local/cuda-11.6/include/
更改权限
sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h /usr/local/cuda-11.6/lib64/libcudnn*
2.3 查看目前含有CUDA版本
cd /usr/local
ls
2.4 CUDA版本切换至11.6
CUDA多版本切换，两种方法：
2.4.1更改软连接：参考
（1）首先利用stat查看当前CUDA软链接指向哪个版本的CUDA：
stat /usr/local/cuda
此链接指向cuda11.6。
（2）更改链接参考：
删除原来的链接：
sudo rm -rf /usr/local/cuda
重新链接：
sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda
2.4.2 (建议)更改bash文件：
打开bash文件， 将原版本CUDA改为对应版本：
sudo gedit ~/.bashrc
更新环境：
sudo gedit ~/.bashrc
再次nvcc -V，发现cuda版本已更换。
3. 激活LOD-3DGS环境，配置环境
conda env list
source activate
conda deactivate
conda activate lod-3dgs
#先安装numpy
pip3 install numpy==1.22.4 scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
#再安装pytorch
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
#安装tqdm和plyfile
pip install tqdm
pip install plyfile==0.8.1
#pip两个CUDA编程的包
pip install submodules/diff-gaussian-rasterization
pip install submodules/simple-knn
#conda安装新版本cmake
conda install cmake
pytorch在如下选择。
4. 构建PotreeConverter
cd PotreeConverter
cmake . -B build //失败
//使用
cmake . -D TCNN_CUDA_ARCHITECTURES=75 -D CMAKE_CUDA_COMPILER=$(which nvcc) -B build
cmake --build build --config Release
