Der Einsatz von SpatialLM erfordert die Konfiguration einer spezialisierten Deep-Learning-Umgebung, die im Wesentlichen aus drei Vorbereitungsstufen besteht:
- GrundlaufzeitPython 3.11 und PyTorch 2.4.1, es wird empfohlen, eine isolierte Umgebung über Conda zu erstellen, um Versionskonflikte zu vermeiden.
- Unterstützung der GPU-BeschleunigungCUDA 12.4 Toolkit muss installiert sein und die Kompatibilität der NVIDIA-Treiber muss überprüft werden. Für die Modellinferenz ist eine Grafikkarte mit mindestens 8 GB Videospeicher erforderlich.
- versionsabhängige Komponente::
- Version 1.0 erfordert die Kompilierung der torchsparse-Bibliothek (eine Schlüsselkomponente für die Verarbeitung spärlicher Punktwolken)
- Version 1.1 erfordert das Optimierungspaket flash-attn, um die Berechnung der Aufmerksamkeit zu beschleunigen
Es ist erwähnenswert, dass das Projekt Poetry verwendet, um Abhängigkeiten zu verwalten, und die Installation erfordert die Ausführung despoetry installLaden Sie das Basispaket und wählen Sie dann die zusätzlichen Komponenten nach Version aus. Die vollständige Konfiguration benötigt etwa 15 GB Speicherplatz auf der Festplatte.
Diese Antwort stammt aus dem ArtikelSpatialLM: Durchstöbern Sie den Raum und AI zeichnet automatisch das 3D-Modell für Sie!Die
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Welche Umgebungsabhängigkeiten muss ich für die 3D-Szenenrekonstruktion mit SpatialLM vorbereiten?
Deutsch 
简体中文 
English 
日本語 
Português do Brasil