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
百万蹄蹄向前冲3 小时前
让TypeScript 再次伟大:愚人节前夜Claude Code意外开源与OpenClaw小龙虾打造 AI 原生开发新纪元
人工智能·typescript·node.js
墨韵流芳3 小时前
CCF-CSP第41次认证第三题——进程通信
c++·人工智能·算法·机器学习·csp·ccf
小和尚同志3 小时前
A社 npm 包事故导致 Claude Code 源码泄漏?
人工智能·aigc·claude
ComputerInBook3 小时前
opencv图像处理——存储结构 Mat (Matrices)
图像处理·人工智能·opencv
2501_933329553 小时前
企业舆情处置技术实践:基于AI的智能监测与申诉系统架构解析
人工智能·分布式·架构·系统架构
千寻girling3 小时前
不知道 Java 全栈 + AI 编程有没有搞头 ?
前端·人工智能·后端
君科程序定做3 小时前
多源遥感与深度学习视角下耕地识别与耕地监测的局限性、研究空白与科学问题
人工智能·深度学习
七夜zippoe3 小时前
可解释AI:构建可信的机器学习系统——反事实解释与概念激活实战
人工智能·python·机器学习·可解释性·概念激活
东离与糖宝3 小时前
Java 26+Spring Boot 3.5,微服务启动从3秒压到0.8秒
java·人工智能
Daydream.V4 小时前
OpenCV高端操作——光流估计(附案例)
人工智能·opencv·计算机视觉