EmbodiedScan环境搭建完整指南5步搞定MinkowskiEngine与PyTorch3D安装【免费下载链接】EmbodiedScan[CVPR 2024 NeurIPS 2024] EmbodiedScan: A Holistic Multi-Modal 3D Perception Suite Towards Embodied AI项目地址: https://gitcode.com/gh_mirrors/em/EmbodiedScanEmbodiedScan环境搭建是新手入门多模态3D感知的第一道门槛。作为CVPR 2024与NeurIPS 2024收录的具身智能数据集与基准套件EmbodiedScan的代码本身并不复杂真正劝退大家的往往是 MinkowskiEngine 与 PyTorch3D 这两个编译型依赖。本文将用5个步骤带你完成 EmbodiedScan 环境搭建从 conda 虚拟环境、PyTorch 版本匹配到一键安装脚本的正确用法全程避坑新手也能顺利跑通。EmbodiedScan是什么为什么值得花时间搭建环境EmbodiedScan 是一个面向具身AIEmbodied AI的全景多模态3D感知套件包含超过 5k 次室内扫描、100万张第一视角 RGB-D 图像、100万条语言指令、16万 3D目标框覆盖760类别以及80类的稠密语义占用标注。官方提供了名为 Embodied Perceptron 的基线框架支持 3D目标检测、视觉定位Visual Grounding与占用预测三大任务。换句话说搭建好 EmbodiedScan 环境你就拥有了一个可以同时做检测、定位、占用的3D大礼包这也是它在 CVPR 2024 上备受关注的原因。环境搭好之后你还可以用官方提供的 demo 演示脚本 与 tutorial 教程 快速上手。官方推荐的运行环境一览在动手之前先对照官方测试环境详见 README.md避免版本不匹配导致白忙一场组件官方版本操作系统Ubuntu 20.04NVIDIA 驱动525.147.05Python3.8.18PyTorch1.11.0cu113CUDA Toolkit11.3PyTorch3D0.7.2⚠️ 特别提醒PyTorch3D 需要 Python 3.7 以上因此官方推荐使用Python 3.8这也是后续 conda 建环境时最容易踩的坑。第1步克隆EmbodiedScan仓库首先获取项目源码。在终端中执行git clone https://gitcode.com/gh_mirrors/em/EmbodiedScan cd EmbodiedScan仓库中包含 configs 任务配置、tools 训练测试脚本、embodiedscan 核心代码包以及 requirements 依赖清单下载完成后即可进入下一步。第2步用conda创建Python 3.8虚拟环境强烈建议使用 conda 隔离环境避免污染系统 Python。执行以下两条命令conda create -n embodiedscan python3.8 -y conda activate embodiedscan 为什么必须是 Python 3.8官方在 README 中明确说明 pytorch3d needs python3.7同时实测环境为 3.8.18使用 3.8 可以同时满足 PyTorch3D 与 MinkowskiEngine 的编译兼容性。第3步安装与CUDA匹配的PyTorch这是 EmbodiedScan 环境搭建中最关键的一步。PyTorch 版本决定了后续 MinkowskiEngine、PyTorch3D、mmcv 能否自动匹配预编译包。官方推荐组合为 PyTorch 1.11.0 CUDA 11.3conda install pytorch1.11.0 torchvision0.12.0 torchaudio0.11.0 cudatoolkit11.3 -c pytorch装完后可以验证一下 CUDA 是否可用python -c import torch; print(torch.__version__, torch.cuda.is_available())如果输出1.11.0 True说明 PyTorch 环境就绪。第4步运行一键安装脚本搞定MinkowskiEngine与PyTorch3D进入仓库目录运行官方提供的自动安装脚本 install.pypython install.py all脚本支持三种模式模式作用python install.py all安装全部依赖推荐python install.py run仅安装运行依赖run.txtpython install.py visual仅安装可视化依赖visual.txt含 open3d脚本会自动完成三件脏活累活MinkowskiEngine先安装 ninja再通过源码方式编译安装--no-deps用于稀疏3D卷积网络PyTorch3D根据你当前 PyTorch 与 CUDA 版本自动拼接官方预编译 wheel 下载链接无需手动编译mmcv 2.0.0rc4同样根据 CUDA 与 PyTorch 版本从 OpenMMLab 拉取预编译包。安装完成后脚本还会以pip install -e .方式将 embodiedscan 包注册到当前环境。第5步验证EmbodiedScan环境是否搭建成功依次执行以下三个验证命令确认核心组件全部就绪python -c import MinkowskiEngine; print(MinkowskiEngine OK) python -c import pytorch3d; print(pytorch3d OK) python -c import embodiedscan; print(embodiedscan OK)三条命令都无报错恭喜你EmbodiedScan环境搭建成功 此时可以运行 demo 演示 或尝试训练一个简单的多视图3D检测模型python tools/train.py configs/detection/mv-det3d_8xb4_embodiedscan-3d-284class-9dof.py --work-dirwork_dirs/mv-3ddetMinkowskiEngine与PyTorch3D安装避坑指南这两个依赖是新手报错的重灾区记住以下三点可以省下大量时间卡住其实是正常的安装脚本每个步骤都在子进程中执行输出只在子进程结束或被杀掉时才打印。安装 MinkowskiEngine 需要编译 C/CUDA 扩展耗时数分钟界面看似无响应是正常现象请耐心等待不要误关终端。先装PyTorch再跑脚本脚本会读取torch.version.cuda来生成 PyTorch3D 和 mmcv 的下载链接。如果你跳过了第3步脚本会直接报 Pytorch is not installed。不要手动指定PyTorch3D版本官方测试版本为 0.7.2但脚本会根据你的 PyTorch/CUDA 组合自动匹配最合适的预编译 wheel手动安装反而容易版本冲突。常见问题速查Q1提示 ninja 编译失败怎么办先确保系统已安装 gcc/g再运行pip install ninja最后重跑python install.py run。Q2可以跳过可视化依赖吗可以。如果只想跑训练与推理用python install.py run即可需要 open3d 做点云可视化时再加python install.py visual。Q3显卡驱动版本较低能用吗只要驱动支持 CUDA 11.3 即可。官方测试驱动为 525.147.05建议在nvidia-smi中确认驱动版本不低于 450。Q4安装后 import embodiedscan 报错多半是pip install -e .未成功执行可在仓库根目录手动运行pip install -e .完成注册。结语EmbodiedScan环境搭建的核心就三步conda 建 Python 3.8 环境 → 装匹配的 PyTorch → 跑一键安装脚本。最难啃的 MinkowskiEngine 与 PyTorch3D 都已被官方脚本封装好你只需要保证版本对齐、耐心等待编译完成。环境就绪后不妨从 demo 和 tutorial 开始感受一下多模态3D感知的魅力。祝大家一次装通愉快炼丹【免费下载链接】EmbodiedScan[CVPR 2024 NeurIPS 2024] EmbodiedScan: A Holistic Multi-Modal 3D Perception Suite Towards Embodied AI项目地址: https://gitcode.com/gh_mirrors/em/EmbodiedScan创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考