【环境配置】三维重建工具colmap服务器(ubuntu)编译cuda版本

文章目录

• 前言
• 坑
• • 坑一
  • 坑2
  • 坑3：BLAS library
  • 坑4： glog
• 总结安装过程
• • 1、依赖库的安装
  • 2、编译seres-solver2.2.0
  • 3、编译glog0.6.0
  • 4、编译colmap 3.11.1
• 附录知识
• • 1、自己编译的文件一般路径
  • 2、带有cuda版本的colmap需要比较高版本的cmake
  • 3、参考路径
  • 4、安装新的cmake，又不和系统冲突
• 结果

前言

colmap常用于多视图重建，即利用多个相机多个视图 或单个相机多个视图重建3D信息，获取相机内外参，其构建的点云是3DGS\\4DGS 多视角渲染的初始化条件。但官方仅提供windows系统的cuda版本，如果linux/ubuntu要安装cuda版本用于加速重建，或密集重建，需要自己编译。由于自己在此踩了比较多的坑，因此记录一下。

坑

坑一

服务器直接apt install colmap 安装的是CPU版本，可以进行稀疏重建，但不能密集重建，密集重建需要GPU版本

# 密集重建
colmap patch_match_stereo
colmap stereo_fusion

坑2

qt.qpa.xcb: could not connect to display :0 官方问题链接：

https://github.com/colmap/colmap/issues/2312 https://github.com/colmap/colmap/issues/1431

坑3：BLAS library

需要使用比较高等级的cmake

坑4： glog

升级cmake 使用自己的cmake版本，出现这个问题 需要切换glog到兼容版本，且安装seres-solver2.2.0 版本问题，glog0.6.0 seres-solver2.2.0 都要自己编译 。colmap用的cmake版本不能太低，用的4+ 可参考官方链接：

https://github.com/colmap/colmap/issues/3091

总结安装过程

1、依赖库的安装

sudo apt-get install \\
git \\
cmake \\
ninja-build \\
build-essential \\
libboost-program-options-dev \\
libboost-graph-dev \\
libboost-system-dev \\
libeigen3-dev \\
libfreeimage-dev \\
libmetis-dev \\
libgoogle-glog-dev \\
libgtest-dev \\
libgmock-dev \\
libsqlite3-dev \\
libglew-dev \\
qtbase5-dev \\
libqt5opengl5-dev \\
libcgal-dev \\
libceres-dev \\
libcurl4-openssl-dev \\
libmkl-full-dev

2、编译seres-solver2.2.0

git clone https://github.com/ceres-solver/ceres-solver.git
cd ceres-solver
git checkout 2.2.0 （兼容 Colmap）
mkdir build && cd build
cmake .. -DBUILD_EXAMPLES=ON -DBUILD_TESTING=ON
make -j$(nproc)
sudo make install

3、编译glog0.6.0

# 安装 glog v0.6.0（兼容 Colmap）
git clone -b v0.6.0 https://github.com/google/glog.git
cd glog && mkdir build && cd build
# cmake .. -DCMAKE_INSTALL_PREFIX=/usr/local
cmake .. -DBUILD_EXAMPLES=ON -DBUILD_TESTING=ON
make -j$(nproc)
sudo make install

4、编译colmap 3.11.1

git clone –branch 3.11.1 https://github.com/colmap/colmap.git
cd colmap
mkdir build
cd build
cmake .. -DCMAKE_CUDA_ARCHITECTURES=86 #指定cuda算力8.6，使用native应该也行，参考https://developer.nvidia.com/cuda-gpus
ninja
sudo ninja install

附录知识

1、自己编译的文件一般路径

/usr/local/bin/colmap

如果编译错了，自己这里也要删除

2、带有cuda版本的colmap需要比较高版本的cmake

升级到较新的 CMake 版本也可以解决这个问题。我怀疑 CMake 3.22 可能与较新的 CUDA 架构/编译器不兼容。 https://github.com/colmap/colmap/issues/3415

3、参考路径

https://colmap.github.io/install.html https://www.cnblogs.com/milton/p/18810762 https://github.com/colmap/colmap/issues/3091 #版本！

4、安装新的cmake，又不和系统冲突

官网下载sh，安装，然后bashrc上添加路径和别名

nano ~/.bashrc
alias cmake4='/path/to/cmake/bin/cmake'

结果

编译成功colmap-gpu版本！