首先感谢前人的经验文章，使我少走不少弯路。最近三维视觉的文章越来越多，CVPR2022的三维视觉文章已经有了很大的比重。而最近关于点云的文章越来越多的使用pytorch3D来直接训练，要复现这些文章，无疑pytorch3D更加方便。
参考这篇文章以及pytorch3D的指引，我们首先使用anaconda3新建一个虚拟环境：
conda create -n pytorch3d python=3.8
conda activate pytorch3d
然后安装对应版本的包：
conda install -c pytorch pytorch=1.7.1 torchvision=0.8.2 cudatoolkit=10.2
其中，cudatoolkit版本要和自己的cuda版本一致。
然后进入地址，下载1.10.0的cub版本，解压，在电脑的系统变量中创建 CUB_HOME，将其值设为 你的解压地址/cub-1.10.0
然后安装fvcore和ioPath：
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
然后就是安装gcc与g++：
首先进入MinGW官网，下载最新版的MinGW，安装依赖包：
安装完之后添加环境变量到安装位置：
图片来源于文章
都安装完成之后，才开始正式安装pytorch3D。首先下载文件，然后在刚刚创建的pytorch3d环境中运行下载文件中的setup.py：
python setup.py install > log.txt
进入下载位置，找到log.txt文件，找到第一个error（有很多warning，可以忽略）。查看错误位置。我的错误位置在： D:/Software/Anaconda3/envs/test/lib/site-packages/torch/include\torch/csrc/jit/ir/ir.h(1347): error: member "torch::jit::ProfileOptionalOp::Kind" may not be initialized
按照给定的位置去找 ir.h文件，把第1347行代码注释掉，再运行
python setup.py install > log.txt
安装完成，pytorch3D 官方文档中的测试代码：
from pytorch3d.utils import ico_sphere
from pytorch3d.io import load_obj
from pytorch3d.structures import Meshes
from pytorch3d.ops import sample_points_from_meshes
from pytorch3d.loss import chamfer_distance
sphere_mesh = ico_sphere(level=3)
verts, faces, _ = load_obj("model.obj")
test_mesh = Meshes(verts=[verts], faces=[faces.verts_idx])
sample_sphere = sample_points_from_meshes(sphere_mesh, 5000)
sample_test = sample_points_from_meshes(test_mesh, 5000)
loss_chamfer, _ = chamfer_distance(sample_sphere, sample_test)
结束。
Original: https://blog.csdn.net/qq_40476957/article/details/123252761
Author: 我不懂，我不会
Title: win10系统上安装pytorch3D
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/533136/
转载文章受原作者版权保护。转载请注明原作者出处！