[论文][环境]DA3环境搭建_Ubuntu24

E 环境：

Ubuntu24.04

1 clone项目

bash 复制代码

git clone https://github.com/ByteDance-Seed/Depth-Anything-3.git

2 准备环境

2.1 依赖环境安装

需要先在本机安装CUDA，我安装的是11.8

2.1.1 GCC

先去CUDA官网的对应版本下面找到"Installation Guide Linux"，比如我要安装11.8，就找11.8的"Installation Guide Linux"。

可以看到要求的版本是11，所以我们安装11，这一步骤解决的是failed to verify gcc version的错误。

bash 复制代码

sudo apt install gcc-11

安装之后，使用update-alternatives控制管理gcc的版本，我的系统里还有一个gcc-13

执行以下命令安装到update-alternatives，最后一个是权重

bash 复制代码

update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-11 10

之后看一眼版本是否切换过去了。

bash 复制代码

gcc --version

2.1.2 CUDA

照着这个走就可以了

由于我之前打过显卡驱动了，这里我们就选择继续。

接收条款协议之后，记得把驱动取消勾选，之后选择安装即可。

按照提示，添加环境变量。注意这里自己的显卡驱动一定要达到要求大于520.00.

vim ~/.bashrc添加环境变量

bash 复制代码

export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

source ~/.bashrc更新环境

检查环境是否可用：

bash 复制代码

nvcc --version

2.2 DA3环境配置

2.2.1 激活conda环境

bash 复制代码

cd Depth-Anything-3
conda create -n da3 python=3.10.8
conda activate da3

2.2.2 安装GPU支持包

bash 复制代码

pip install torch==2.3.1 torchvision==0.18.1 xformers --index-url https://download.pytorch.org/whl/cu118 # 根据你主机安装的CUDA版本走
# pip install torch==2.3.1 torchvision==0.18.1 --index-url https://download.pytorch.org/whl/cu121 # 例如CUDA12.1可以用这个

这里应该检查一下，是不是正确安装了

python 复制代码

python #base
import torch
print(torch.__version__)           # 应该输出 2.3.1
print(torch.version.cuda)          # 应该输出 11.8
print(torch.cuda.is_available())   # 必须输出 True
exit() #base

2.2.3 安装其他

bash 复制代码

pip install -e . # Basic

pip install ninja # DA3要求本机编译，需要ninja

2.2.4 安装gsplat

这里我们不用DA3的README里面提供的安装指令安装，因为那个指令需要编译gsplat，我这边编译不过，Win那边编译过了，但是Ubuntu编译不过。所以直接使用官方提供好的二进制文件。

gsplat可以查看Github nerfstudio-project/gsplat

bash 复制代码

pip install ninja numpy jaxtyping rich
pip install gsplat --index-url https://docs.gsplat.studio/whl/pt23cu118

2.2.5 安装DA3应用

bash 复制代码

pip install -e ".[app]" # Gradio, python>=3.10
pip install -e ".[all]" # ALL

上面安装的gradio默认是最新的，目前我现在默认安装的是6.0，6.0更换了函数所属类。要使用旧版。

bash 复制代码

pip install addict
pip install gradio==5.49.1

如果没有报错就说明没有问题了。

3 使用方式

使用方式分为两种，API和CLI，这里使用CLI中的da3 gradio作为演示

https://github.com/ByteDance-Seed/Depth-Anything-3/blob/main/docs/CLI.md

可以查看上面的链接详细了解，