数字人er-nerf安装

2023-12-13 06:56:06

目录

服务器环境

环境准备

1.下载源码

2.安装Ancoda环境

3.安装cudatoolkit

4.安装cuDNN

5.安装pytorch

6.安装requirements

7.安装tensorflow

8.安装pytorch3d

9.gcc安装

训练准备

训练


最近安装er-nerf,安装了很久,各种报错,我都快疯了,好不容易本地电脑安装成功,去服务器又不成功。故记录下,本次服务器安装详情步骤。

组合:

? ? ?python:3.9 - portch:11.8? -- 失败
? ? ?python:3.10 - portch:11.8? --成功

? ? ?python:3.10 - portch:11.7? --成功
? ? ?python:3.10 - portch:12.1? --失败

服务器环境

显卡:N-A10

windows10服务器

环境准备

1.下载源码

?
git clone?https://github.com/Fictionarry/ER-NeRF.git

2.安装Ancoda环境

conda create --name ernerf python=3.10
conda activate ernerf

3.安装cudatoolkit

注意版本对应关系,本机最高支持12.2的,我选择下载11.8,

下载地址:CUDA Toolkit Archive | NVIDIA Developer

下载完成,配置环境变量,可能自动配置好了,检查下。

CUDA_PATH:

CUDA_PATH_V11_8

PATH

安装完成,查看下:nvcc -V

4.安装cuDNN

cuDNN地址如下,

https://developer.nvidia.com/rdp/cudnn-download

?然后将解压后的文件放入之前cmd找到的cuda路径下,

解压之后,

lib里的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
bin里的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
include 里的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include

5.安装pytorch

不要装最新的。地址:

https://pytorch.org/get-started/previous-versions/ ?

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia

6.安装requirements

pip install -r requirements.txt

7.安装tensorflow

pip install tensorflow-gpu==2.8.0

8.安装pytorch3d

注意版本。我这里的pytorch是2.0.1,那么需要安装0.7.4的

wget https://github.com/facebookresearch/pytorch3d/releases/tag/v0.7.4
//解压到ernerf文件夹里面
cd pytorch3d
python setup.py install

我这里安装是没有问题的,如果有问题,参考:pytorch3D Windows下安装经验总结_windows安装pytorch3d-CSDN博客

9.gcc安装

MinGW-w64 官方网站的地址是:http://mingw-w64.org

点击红框中的“Downloads”超链接,进入 MinGW-w64 下载详情页面。

解压,然后把bin配置到环境变量path。

到这里环境基本好了。

训练准备

准备人脸解析模型。

wget https://github.com/YudongGuo/AD-NeRF/blob/master/data_util/face_parsing/79999_iter.pth?raw=true -O data_utils/face_parsing/79999_iter.pth

准备用于头部姿态估计的 3DMM 模型。

wget https://github.com/YudongGuo/AD-NeRF/blob/master/data_util/face_tracking/3DMM/exp_info.npy?raw=true -O data_utils/face_tracking/3DMM/exp_info.npy
wget https://github.com/YudongGuo/AD-NeRF/blob/master/data_util/face_tracking/3DMM/keys_info.npy?raw=true -O data_utils/face_tracking/3DMM/keys_info.npy
wget https://github.com/YudongGuo/AD-NeRF/blob/master/data_util/face_tracking/3DMM/sub_mesh.obj?raw=true -O data_utils/face_tracking/3DMM/sub_mesh.obj
wget https://github.com/YudongGuo/AD-NeRF/blob/master/data_util/face_tracking/3DMM/topology_info.npy?raw=true -O data_utils/face_tracking/3DMM/topology_info.npy

Basel Face Model 3下载2009DMM模型:faces.dmi.unibas.ch/bfm/main.php?nav=1-1-0&id=details

# 1. 
copy 01_MorphableModel.mat to data_util/face_tracking/3DMM/
# 2.  
cd data_utils/face_tracking
python convert_BFM.py

训练

后面就按照git上操作了。很晚了,休息了,有空再补上。

文章来源:https://blog.csdn.net/lan861698789/article/details/134961797
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。