STC-GS安装pip install submodules/diff-gaussian-rasterization-radar报错

这是一个非常明确的错误,依然是环境和依赖的问题,但这次不是 Python 库,而是 C++ 编译缺少了依赖文件

错误核心

请看日志中的这几行红色报错:

Plaintext

复制代码
fatal error: glm/glm.hpp: No such file or directory
   19 | #include <glm/glm.hpp>
      |          ^~~~~~~~~~~~~

原因: 编译过程中找不到 glm 这个数学库的头文件。

通常情况下,这个库应该位于 submodules/diff-gaussian-rasterization-radar/third_party/glm 目录下。这说明你在下载代码时,Git 子模块(Submodule)没有被正确下载或初始化,导致那个文件夹是空的。


解决方案

你需要手动下载缺失的 glm 依赖。请按照以下步骤操作:

步骤 1:补全 Git 子模块 (推荐)

尝试使用 git 命令自动拉取缺失的文件。

Bash

复制代码
# 进入到该子模块的目录
cd submodules/diff-gaussian-rasterization-radar

# 初始化并更新该目录下的子模块 (glm)
git submodule update --init --recursive

# 回到项目根目录
cd ../..

如果上面的命令执行成功 (你会看到它下载了一些东西),那么直接跳到步骤 3

步骤 2:如果 Git 命令失败 (备选方案)

如果你在内网或者 git 连接有问题,或者项目原本的 .gitmodules 配置有问题,你可以手动克隆 glm 库到正确的位置:

Bash

复制代码
# 进入 third_party 目录
cd submodules/diff-gaussian-rasterization-radar/third_party

# 删除可能存在的空文件夹
rm -rf glm

# 手动克隆 glm 库 (这是一个只有头文件的 C++ 库)
git clone https://github.com/g-truc/glm.git

# 回到项目根目录
cd ../../..
步骤 3:再次尝试安装

修复好依赖后,再次运行之前的安装命令:

Bash

复制代码
pip install submodules/diff-gaussian-rasterization-radar --no-build-isolation

关于那一堆 Warning (警告)

你在日志中看到的大量类似下面的警告:

Plaintext

复制代码
warning: 'T* at::Tensor::data() const [with T = float]' is deprecated

请直接忽略它们。

这是因为 diff-gaussian-rasterization 的代码写得比较早,使用了一些旧版的 PyTorch C++ API (.data()),而你现在安装的 PyTorch 版本较新(建议改用 .data_ptr())。这仅仅是警告,不会导致编译失败,只要解决了上面的 fatal error,这些警告不会影响最终结果。

相关推荐
莫逸风4 分钟前
【AgentScope】HarnessAgent 学习指南
大数据·人工智能
武子康7 分钟前
调查研究-153 Cloudflare 能部署网站吗?2026 年完整对比 Vercel / Netlify / 自建服务器
大数据·运维·服务器·人工智能·部署·devops·opc
IvanCodes8 分钟前
Agent开发入门:提示词工程
人工智能·agent
麦哲思科技任甲林20 分钟前
白话Skills之七:编写AI Skill的原则
人工智能·prompt·agent·ai编程·skills
weixin_3975740921 分钟前
从“对接大模型“到“生成AI服务“:下一代企业AI应用开发框
人工智能
ConardLi24 分钟前
啊?我刚开源的 Skills 已经 7K Star 了?!
前端·人工智能·后端
玩c#的小杜同学25 分钟前
一周 AI 新鲜事|2026.05.25—2026.05.31
人工智能·程序人生·ai·c#·程序员创富
Esaka_Forever29 分钟前
few‑shot learning(少样本学习)
人工智能·学习
逻辑君30 分钟前
Foresight研究报告【20260019】
人工智能·数学建模
旦莫32 分钟前
AI测试Agent的两种架构路径:谁做主控?
人工智能·python·架构·自动化·ai测试