stable-dreamfusion

环境要求

• Python + PyTorch 环境（项目为 pytorch 实现）
• 带 CUDA 的 GPU（首次运行需编译 CUDA 扩展）
• git 用于克隆仓库
• bash 环境（需执行 scripts/install_ext.sh 脚本）
• pip 用于安装依赖

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取源码并进入项目目录，后续所有命令都在该目录下执行。

   git clone https://github.com/ashawkey/stable-dreamfusion.git
   cd stable-dreamfusion

   复制

2. 2安装 Python 依赖

   按 requirements.txt 安装全部 pip 依赖，建议先建好虚拟环境再执行。

   pip install -r requirements.txt

   复制

3. 3安装扩展模块

   一键安装全部扩展模块（脚本式），这一步会编译 CUDA 相关扩展。

   bash scripts/install_ext.sh

   复制

4. 4手动安装 raymarching

   若不想用脚本一键装，可手动安装 raymarching；README 说明这会把扩展装到 python 路径，但仍需保留 raymarching/ 目录。

   pip install ./raymarching

   复制

5. 5安装 cubvh

   如需使用 --vram_O 降低显存占用，README 要求先安装 cubvh。

   pip install git+https://github.com/ashawkey/cubvh

   复制

关键配置

如何确认成功

首次运行会先编译 CUDA 扩展，编译不再报错并进入 3D 优化流程即表示环境可用。

常见问题

注意事项

• 项目仍处于 work-in-progress 状态，README 明确说明当前生成质量无法与原论文结果相比。
• 官方推荐关注 threestudio（threestudio-project/threestudio）以获得更新的实现与改进。
• 首次运行需要编译 CUDA 扩展，会比较耗时。
• README 提供了 Instant-NGP 骨干（-O）与 Vanilla NeRF 骨干（-O2）两个 Colab notebook，无本地 GPU 时可优先用 Colab。