JackieLi的小屋

进来看看！

NerfStudio安装说明

发表于 更新于 分类于 阅读次数： 阅读次数： Valine：
本文字数： 2.7k 阅读时长 ≈ 2 分钟

集合了各方信息和安装经验总结如下：

Git

首先要安装Git，git的官网如下Git官网，去里面下载“64-bit Git for Windows Setup”安装即可，安装可一路默认。

在此说明一下，安装完以后开始菜单里面会出现一个叫做git bash的东西，这个就是类似于cmd的shell（你可以理解为输代码的地方），只不过cmd是windows上面的，git bash是用来处理git有关工作的。以后的文章中如果看到类似于：$ ~ 开头的命令，基本都是在git bash下运行的。例如：

$ git clone

复制代码的时候请复制 $ 之后的部分！

VS2022

然后是安装VS2022，激活码群里发过一个Enterprise版本的。在安装VS组件的时候确保选中了C++ Build Tools（一般是默认的）
这个必须在安装CUDA之前安装。

CUDA

你需要安装和你的Nvidia显卡对应的CUDA版本，首先在cmd中输入nvidia-smi.exe，弹出的窗口的右上角便有CUDA Version：xxx，记住这个版本号。

然后前往这个网站CUDA下载，下载你对应型号的软件安装。

然后会出现这个界面：

按照对应的选择即可。

更具体的安装教程可以参见这一篇文章，看到安装CuDNN之前就行。

安装python

去这个网站直接点黄色按钮下载最新版python即可，不是最新版也可以升级一下，都可，最好升级到python3.8以上。因为Python2已经停止更新了，而且后面的步骤有的需要python版本到3.8以上。具体的查看版本的方式只需在命令行中输入

python

即可看到python的版本。

安装的时候记得点击Add Python 3.8 to PATH.

安装conda

去Anaconda的官网，点击这里下载Anaconda。

如果上面的官网速度太慢，你可以去清华的镜像下载站下载如下图所示的版本。

下载完毕后需要你先卸载掉自己的Python（前面装的就当练习了），卸载的方式可以在控制面板的程序与功能里面找到卸载程序，然后卸载你安装过的Python版本。Anaconda会自动帮你安装好python3.10以及一些需要的包，以后应该就不需要装了。

然后打开Anaconda的下载包，点I Agree，All users，在最后页面三个选项全选，然后点Install。

最后在cmd中输入

conda –version

如果弹出了conda + 版本号则安装成功。

创建NerfStudio环境

首先确保你的python版本大于3.8，然后在cmd中输入：

1
2
3
conda create --name nerfstudio -y python=3.8
conda activate nerfstudio
python -m pip install --upgrade pip

为确保顺利进行，最好一行一行运行。

下载其他依赖

安装Pytorch和tinycudann

如果你的电脑之前装了错误版本的Pytorch和tinycudann，在重新下载前，你需要卸载之前的版本：
在cmd中运行：

pip uninstall torch torchvision functorch tinycudann

然后在cmd中运行：

pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 –extra-index-url https://download.pytorch.org/whl/cu117

注意，上面代码中的117要换成你的CUDA的型号的缩写，比如11.7->117,11.6->116,11.8->118

这样的话可以一步安装完Pytorch和tinycudann，然后在输入这行命令来安装pytorch和tinycudann的链接器：

pip install ninja git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

如果你发现上面的pip命令卡住了，这说明你需要科学上网。

（所以科学上网还是需要的）

安装NerfStudio

两条路，第一条：

从pip安装

只需要在cmd中输入

pip install nerfstudio

即可。

从git上下载最新版本（推荐）

在bash中输入

1
2
3
4
git clone git@github.com:nerfstudio-project/nerfstudio.git
cd nerfstudio
pip install --upgrade pip setuptools
pip install -e .

为确保顺利进行，最好一行一行运行。

安装其他组件

NerfStudio相关

Tab补全

bash中输入

ns-install-cli

之后在bash中输入的我有的会提醒，或者有的会直接像下面这样：

$ ns-install-cli

复制的时候请复制$之后的部分

开发包

cmd：

1
2
pip install -e .[dev]
pip install -e .[docs]

ffmpeg

conda install -c conda-forge ffmpeg

colmap

conda install -c conda-forge colmap

conda install -c conda-forge mpir

开始训练模型吧！

到这一步，你已经完成了所有安装的过程，接下来就可以开始训练模型了！

可以通过代码下载数据集 （推荐），例如：

bash

1
2
# 下载测试数据集:
ns-download-data nerfstudio --capture-name=person

或者去官网下载官方数据集，然后在本地的某个地方新建一个文件夹，（例如叫Nerf），然后在里面创建文件夹data，在里面再创建文件夹nerfstudio 不能错字

然后把数据解压缩到nerfstudio文件夹中，解压完的目录应该长这样：

1
2
3
4
5
Nerf
    data
        nerfstudio
            person（或者其他数据集的名字）
                ...

然后，回到Nerf文件夹，右键点击Git bash here，在此处打开git bash窗口，输入

ns-train nerfacto –data data/nerfstudio/person

通过网页版viewer查看当前训练进度

如果不出意外的话，你应该能看到：

里面可以看到当前的迭代步数，进度百分比，每轮迭代所需时间等等信息。

还可以看到一行绿字，那个链接就是网页版预览的链接，按住Ctrl然后左键单击网址即可打开网页预览版。

（但是如果你不打开网页版就没事，一打开一会训练就会报错停止，那可能是环境还存在问题，那就老老实实等待训练完成再点进去看吧）