惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

G
Google Developers Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
WordPress大学
WordPress大学
阮一峰的网络日志
阮一峰的网络日志
V
Visual Studio Blog
雷峰网
雷峰网
博客园_首页
The Cloudflare Blog
Hugging Face - Blog
Hugging Face - Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
爱范儿
爱范儿
小众软件
小众软件
D
Docker
P
Proofpoint News Feed
B
Blog
Vercel News
Vercel News
B
Blog RSS Feed
U
Unit 42
月光博客
月光博客
The GitHub Blog
The GitHub Blog
Apple Machine Learning Research
Apple Machine Learning Research
Y
Y Combinator Blog
I
InfoQ
Recent Announcements
Recent Announcements

又见苍岚

COLMAP PatchMatch Stereo 算法详解 事件驱动的状态机框架:从理论到工程实践 Git 在国内网络环境下无法 Push 的排查与修复 —— 配置 Clash 代理 分段五次多项式插值原理详解 路径插值方法深度对比研究 Claude Code 使用指南 OpenClaw 记忆管理与技能创建指南 CBS(Conflict-Based Search)算法详解 A* 算法及其变种详解 OpenClaw 配置多 Agents Windows Powershell 无法加载文件,因为在此系统上禁止运行脚本问题的解决方案 MaxClaw 安装流程 大模型 AI 名词介绍 AList 网盘聚合工具简介 Protobuf 简介与测试 Claude Code 简介以及 GLM 4.7 模型接入 Github 歌词下载工具 163MusicLyrics Python __getattr__ 懒加载 Python TypedDict 机器人仿真平台 Gazebo 安装记录 机器人仿真平台 Gazebo 简介 多机器人路径规划问题(Multi-Agent Path Finding, MAPF)简介 Python exifread 读取修改过的 jpeg 信息错误问题修复 3D 坐标系变换的理解 3D 旋转矩阵基本概念 MongoDB Compass 介绍 Python 环境管理工具 uv Flutter 开发指南 Snipaste 安装下载与黑屏问题解决方案 全局路径规划算法记录
Ubuntu 22.04 安装 Colmap
Yiwei Zhang · 2025-06-07 · via 又见苍岚

Gaussian Splating 需要安装 Colmap 执行 SFM,本文记录安装方法,填几个坑。

简介

COLMAP 是一个通用的运动结构 (SfM) 和多视图立体 (MVS) 管道,具有图形和命令行界面。它为重建有序和无序图像集合提供了广泛的功能。

编译安装

操作系统 Ubuntu 22.04

官方文档:https://colmap.github.io/install.html

安装依赖

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
sudo apt-get install \
git \
cmake \
ninja-build \
build-essential \
libboost-program-options-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
  • 没有安装 CUDA 的可以安装 nvidia-cuda-toolkit

    1
    2
    3
    sudo apt-get install -y \
    nvidia-cuda-toolkit \
    nvidia-cuda-toolkit-gcc

    为了 GS 安装的建议直接装 CUDA 11.8 就好了

源码下载

1
2
3
4
git clone https://github.com/colmap/colmap.git
cd colmap
mkdir build
cd build

编译安装

接下来需要进行 cmake,注意显卡算力是否和cuda 匹配,我的 3060 显卡就报错

1
nvcc fatal : Unsupported gpu architecture 'compute_native'
  • 查看当前显卡算力:

    1
    2
    3
    4
    cd /usr/local/cuda/extras/demo_suite
    ./deviceQuery | grep "CUDA Capability Major/Minor version number"

    --> CUDA Capability Major/Minor version number: 8.6

    1
    2
    3
    4
    5
    nvidia-smi --query-gpu=compute_cap --format=csv

    -->
    compute_cap
    8.6

    表示我的显卡算力 8.6

  • 执行 CMake 命令

    1
    cmake .. -GNinja -DCMAKE_CUDA_ARCHITECTURES=86
  • 安装了 anaconda 的注意了,如果看到这步有 warning:

    1
    runtime library [libGLU.so.1] in /usr/lib/x86_64-linux-gnu may be hidden by files in: /home/vvd/anaconda3/lib

    那么接下来会报错:

    1
    /usr/bin/ld: /usr/lib/x86_64-linux-gnu/libfreeimage.so: undefined reference to `TIFFFieldTag@LIBTIFF_4.0'

    解决方案 为暂时关掉 anaconda 的 bin Path, 即全部注释掉

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    # >>> conda initialize >>>
    # !! Contents within this block are managed by 'conda init' !!
    #__conda_setup="$('/home/vvd/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
    #if [ $? -eq 0 ]; then
    # eval "$__conda_setup"
    #else
    # if [ -f "/home/vvd/anaconda3/etc/profile.d/conda.sh" ]; then
    # . "/home/vvd/anaconda3/etc/profile.d/conda.sh"
    # else
    # export PATH="/home/vvd/anaconda3/bin:$PATH"
    # fi
    #fi
    #unset __conda_setup
    # <<< conda initialize <<<

    之后换一个终端,确定 echo $PATH 里没有 anaconda 的 bin 后重新执行 cmake 命令

  • 编译安装:

    1
    2
    ninja
    sudo ninja install

运行测试

1
2
colmap -h
colmap gui

参考资料

文章链接:
https://www.zywvvd.com/notes/3d/colmap-install/colmap-install/