本文将全程记录自己的Ouroboros3D（以下简称o3d）的环境配置以及训练过程，遇到的问题及解决办法。（Windows）
目录
一、o3d的安装及环境配置
1.下载o3d项目
项目的下载方法有两种：（1）直接进入该项目的GitHub地址，下载zip文件
（2）直接在终端克隆
git clone https://github.com/Costwen/Ouroboros3D.git
2.anaconda、vscode安装及环境创建
默认已经安装好，如果有问题，自己csdn吧
安装好anaconda后，打开anaconda prompt，在开始菜单anaconda目录下找到，创建o3d环境
Conda create -n o3d python=3.10 #o3d为虚拟环境名，可以换成你想要的名字
输入y 回车，安装好后 激活环境
conda activate o3d3.CUDA安装及环境变量的配置
进入网站CUDA Toolkit Archive | NVIDIA Developer，选择CUDA11.8，博主安装的11.8版本
按照下图选择，选择完成后download，version那一栏，根据自己电脑的操作系统选，win10系统选10，win11系统选11，下载好以后，安装，没什么特别的，一路全部选择确定知道安装完成之后即可。
安装好以后，要配置环境变量。
安装好后要配置环境变量。
先进入你的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8这个目录。这一步得确保你能进入到这个目录，否则的话就要找到你的NVIDIA GPU Computing Toolkit安装目录，然后进入./CUDA/v11.8这个目录。
在搜索栏搜索编辑环境变量,并打开，在系统变量中找到path，然后编辑，选择新建，将cuda目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8复制过去。
检查是否成功可打开powershell 在终端输入
nvcc –version
如图所示即成功
4.相应版本的pytorch的安装
（1）在anaconda终端
Cuda安装好以后，打开anaconda prompt 激活刚刚创建的环境o3d，之后在终端输入
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118（2）在其他终端如vscode或pycharm
打开终端窗口，cd到目标文件夹，然后输入
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118（3）直接安装
有些时候由于conda源的问题或者网络问题，直接pip install会安装失败，所以可以选择先、将whl文件下载到本地文件夹，之后直接在终端下载。
访问download.pytorch.org/whl/torch_stable.html，下载你需要的pytorch版本
下载完成后，在终端输入以下命令
pip install F:\download\torch-2.3.1+cu118-cp310-cp310-win_amd64.whl
pip install F:\download\torchvision-0.18.1+cu118-cp310-cp310-win_amd64.whl
pip install F:\download\torchaudio-2.3.1+cu118-cp310-cp310-win_amd64.whl一般情况下第三种方式成功率最高。
5.安装必要python库
直接安装作者提供的requirements。txt
pip install -r requirements.txt但是在这个过程中，会有一些安装包安装不了，所以需要手动安装
Gardio、kiui、rembg需要手动安装，直接pip install即可
pip install gardio
pip install kiui
pip install rembg6.submodules的安装
在requirements中也有下载选项，但不知道为什么我在安装的时候没有install好，所以后面手动下载并setup的。
在源代码文件夹中新建文件夹，命名为submodules
git clone https://github.com/NVlabs/nvdiffrast.git
git clone https://github.com/graphdeco-inria/diff-gaussian-rasterization.git
git clone https://gitlab.inria.fr/bkerbl/simple-knn.git
下载好后，在终端分别cd到相应的文件夹中，将模型安装好，输入下面的指令
python setup.py install一般情况下是会安装成功的
但是在安装diff-gaussian-rasterization时，记得要先下载glm文件，因为在git clone时，diff-gaussian-rasterization/third_party/glm文件夹没有被下载下来，所以要去网站单独下载，并放入相应的文件夹中。
g-truc/glm at 5c46b9c07008ae65cb81ab79cd677ecc1934b903 (github.com)
正常安装时会出现一些warning，如下图所示，但是并不影响最终结果，所以不用太担心。
之后就可以安装成功啦
7.checketpoint的下载
在源代码文件夹中的checkpoints中新建文件夹，命名为Ouroboros3D-SVD-LGM，访问下面的网址，将文件下载到源代码文件夹中，
huanngzh/Ouroboros3D-SVD-LGM at main (huggingface.co)
二、复现论文数据
作者给了几个testset，直接在终端输入以下代码，等待一个小时左右，就可以在文件夹中找到workspace，里面就可以看到一个视频，两张图片还有一个ply点云文件。
如果是vscode终端，
& python inference.py `
--input testset/3d_arena_a_black_t-shirt_with_the_peace_sign_on_it.png `
--checkpoint checkpoint/Ouroboros3D-SVD-LGM `
--output workspace `
--seed 42 `
--config configs/mv/infer.yaml如果是conda终端
python inference.py \
--input testset/3d_arena_a_black_t-shirt_with_the_peace_sign_on_it.png \
--checkpoint checkpoint/Ouroboros3D-SVD-LGM \
--output workspace \
--seed 42 \
--config configs/mv/infer.yaml
