FundationPose4090

https://github.com/NVlabs/FoundationPose.git

1.下载数据

参照官方指导下载。权重测试数据

2.修改代码将c++14改为c++17

3.获取docker

bash 复制代码
docker pull shingarey/foundationpose_custom_cuda121:latest

然后进入docker,再执行

bash 复制代码
bash build_all.sh

4.可能会报Available platform plugins are: xcb.错

解决办法:再docker中无法调用图形化界面,注释掉72-73行

5.正常跑完

执行 python run_demo.py --debug 0

结果会保存在debug/ob_in_cam文件夹下。

执行python run_demo.py --debug 2

debug文件夹下

相关推荐
aneasystone本尊23 分钟前
学习 Coze Studio 的工作流执行逻辑
人工智能
aneasystone本尊31 分钟前
再学 Coze Studio 的智能体执行逻辑
人工智能
xuanwuziyou33 分钟前
LangChain 多任务应用开发
人工智能·langchain
新智元1 小时前
一句话,性能暴涨 49%!马里兰 MIT 等力作:Prompt 才是大模型终极武器
人工智能·openai
猫头虎1 小时前
猫头虎AI分享|一款Coze、Dify类开源AI应用超级智能体Agent快速构建工具:FastbuildAI
人工智能·开源·github·aigc·ai编程·ai写作·ai-native
新智元1 小时前
AI 版华尔街之狼!o3-mini 靠「神之押注」狂赚 9 倍,DeepSeek R1 最特立独行
人工智能·openai
天下弈星~1 小时前
GANs生成对抗网络生成手写数字的Pytorch实现
人工智能·pytorch·深度学习·神经网络·生成对抗网络·gans
重启的码农2 小时前
ggml介绍 (8) 图分配器 (ggml_gallocr)
c++·人工智能·神经网络
重启的码农2 小时前
ggml介绍 (9) 后端调度器 (ggml_backend_sched)
c++·人工智能·神经网络
aneasystone本尊2 小时前
学习 Coze Studio 的智能体执行逻辑
人工智能