0. 前言

仅使用Ubuntu进行场景编译，场景渲染查看则使用Windows下官方提供的编译好的预编译包打开即可，非常方便（要注意即使是预编译版本，Windows端也应该安装VS和CUDA Toolkit，要注意的是，最新的SIBR预编译版本是由CUDA Toolkit 12.0编译的）。

另外，后面的Colmap 3.10部分应该进行自己编译，官方编译好的Linux预编译包只支持CPU编译，不支持GPU

0.1 教程内软件版本号：

名称	版本
Ubuntu（WSL）	22.04
CUDA ToolKit（WSL）	11.8
ninja（WSL）	1.10.1
cmake（WSL）	3.22.1
colmap（WSL）	3.10
Visual Studio Community（Win）	2022
CUDA ToolKit（Win）（要在VS之后安装）	12.6.2

1. WSL安装

这里不再赘述

2. CUDA Toolkit安装

Ubuntu这里使用CUDA Toolkit 11.8 版本进行安装，安装WSL-Linux版本，这里不再赘述

CUDA Toolkit 11.8 Downloads

Windows则安装版本12.6.2，用于SIBR_viewer，安装之前请安装VS2022，并且勾选C++开发平台。

CUDA Toolkit 12.6 Update 2 Downloads

2.1 配置PATH

此步骤非常重要，必须按照下面的顺序来！不然编译3DGS的时候会出各种各样的问题！

在.bashrc中，最后一行添加如下语句：

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

3. 安装anaconda

直接官网找资料，非常简单不再赘述

4. 安装3DGS

3.1 克隆Git仓库

# HTTPS
git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive

3.2 安装ninja

sudo apt install ninja-build

3.3 开始构建

cd gaussian-splatting
conda env create --file environment.yml
conda activate gaussian_splatting

出现这个就说明没有问题了

5. 编译colmap

5.1 安装cmake

sudo apt install cmake # 我这里的版本是3.22.1

5.2 克隆项目

自己找一个地方克隆下来

git clone https://github.com/colmap/colmap.git
cd colmap

5.3 切换正式版分支

先看看远程分支目前最新的release

git branch -r

然后我们切换过去

git checkout release/3.10

确认一下是不是切换过去了

vim CMakeLists.txt

看到这个就切换过去了

5.4 安装依赖

sudo apt-get install \git \cmake \ninja-build \build-essential \libboost-program-options-dev \libboost-filesystem-dev \libboost-graph-dev \libboost-system-dev \libeigen3-dev \libflann-dev \libfreeimage-dev \libmetis-dev \libgoogle-glog-dev \libgtest-dev \libgmock-dev \libsqlite3-dev \libglew-dev \qtbase5-dev \libqt5opengl5-dev \libcgal-dev \libceres-dev

5.5 设定GPU支持

修改CMakeLists.txt

在这里加入（我是3060 12G，所以填写86）：

set(CMAKE_CUDA_ARCHITECTURES "86")

具体的数字可以根据这个来填写

5.6 Ubuntu 22.04特例

如果你是其他版本，请参考这个链接：

https://colmap.github.io/install.html#installation

sudo apt-get install gcc-10 g++-10
export CC=/usr/bin/gcc-10
export CXX=/usr/bin/g++-10
export CUDAHOSTCXX=/usr/bin/g++-10
# ... and then run CMake against COLMAP's sources.

照做即可（如果已经安装了，可以使用sudo ninja uninstall卸载，然后删除build再重新来，第一次安装往下看）

5.7 开始编译

如果编译报错了建议看看下面这两篇文章

https://blog.csdn.net/m0_63071397/article/details/138454295

【超详细】安装了anaconda后，Ubuntu18+COLMAP配置疯狂踩坑踩至魔怔的记录

先进入到colmap目录（如果已经在了就不用管了）

之后运行如下命令：

mkdir build
cd build
cmake .. -GNinja
ninja
sudo ninja install

编译TIP1：

执行cmake .. -GNinja的途中，你如果看到这个，说明他检测到你的CUDA了

编译TIP2：

如果你在编译途中出现了任何问题，可以删除build文件夹，再重复上述步骤。（清空缓存，不然你做什么更改都没有用）

编译TIP3：

执行完ninja的结果：

编译结果

5.8 测试

colmap gui

这里说一嘴，如果你用MobaXterm去打开，你会得到这样的问题。

查了一下是opengl版本太低。我们看一下自己的版本号

确实是这样，但是如果我们使用Windows自带的窗口呢？**就可以运行成功了。**看一下OpenGL的版本：

看到没有，这俩的OpenGL版本天差地别。暂时不懂什么原因，如果有知道的大佬，希望可以评论区留言！感谢大佬们！

6. SIBR_viewer

在官方的GitHub界面下载好SIBR_viewer的预编译包。安装好VS2022和CUDA12之后。

在其bin目录运行：

E:\SIBR_viewers\bin> .\SIBR_gaussianViewer_app.exe -m "<your output path>"

至此，完成整个3DGS的安装！