【工具】【算法】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3：BLAS library)
- [坑4： glog](#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](#4、编译colmap 3.11.1)
附录知识
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

bash 复制代码

# 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

bash 复制代码

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

bash 复制代码

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

bash 复制代码

# 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

bash 复制代码

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

bash 复制代码

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

结果

编译成功colmap-gpu版本！