環境配置

# 創建一個名為texture的環境
conda create -n texture python=3.9 -y# 激活環境
conda activate texture# 按照https://github.com/TEXTurePaper/TEXTurePaper的要求安裝requirements.txt里面的各種包
pip install -r requirements.txt

安裝kaolin這個包,這里可能會遇到各種問題

pip install kaolin==0.11.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/{TORCH_VER}_{CUDA_VER}.html

建議直接上pytorch官網裝最新版本的cuda以及對應的pytorch，肯定就可以讓所有顯卡都可以用
(避免出現運行Text Conditioned Texture Generation指令里面的報錯1的情況)

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

按下面截圖部分，查看torch_version和cuda_version

上面截圖顯示torch-2.0.1_cu117

可以來這個網頁來查看對應版本的torch,cuda的html

所以安裝kaolin這個包的命令應該為:

pip install kaolin==0.14.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-2.0.1_cu117.html

配置huggingface的訪問令牌

在使用Hugging Face的功能或資源之前，你應該通過運行 huggingface-cli login 命令登錄到你的Hugging Face帳戶，這將在默認位置存儲你的訪問令牌。這個訪問令牌將用于驗證你的身份，以便你可以訪問私有模型、數據集等。

下面是具體的步驟：

Stept1:設置好token
在setting里面的Access Tokens里面設置新的token:
Name隨便取
點擊Generate a token生成token

可以見下面的例子，已經設置好了一個名為texture的token

也可以參看這個鏈接如何設置Token:
https://huggingface.co/docs/hub/security-tokens

Step2:
打開終端或命令行界面：打開一個終端窗口或命令行界面，確保你可以在命令行中輸入指令。

運行登錄命令：在終端中運行以下命令，這會啟動登錄過程：
huggingface-cli login

在Token那里，輸入step1中得到的token，(直接復制粘貼即可)，這里輸入的密碼是不可見的，就像ubuntu那樣

運行Text Conditioned Texture Generation指令

python -m scripts.run_texture --config_path=configs/text_guided/napoleon.yaml

可能會出現如下報錯：

報錯1

/home/aaa/anaconda3/envs/texture/lib/python3.9/site-packages/torch/cuda/__init__.py:146: UserWarning: 
NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/warnings.warn(incompatible_device_warn.format(device_name, capability, " ".join(arch_list), device_name))

報錯原因：CUDA capability sm_86：算力8.6
上面表面上是說PyTorch，實際上是PyTorch依賴的CUDA版本的問題
翻譯一下就是：RTX 3090的算力是8.6，但是當前的PyTorch依賴的CUDA版本支持的算力只有3.7、5.0、6.0、7.0

算力7.0的顯卡可以在支持最高算力7.5的CUDA版本下運行，但是算力7.5的顯卡不可以在支持最高算力7.0的CUDA版本下運行
同理算力8.x的顯卡不可以在支持最高算力7.x的CUDA版本下運行

解決方法：
直接上pytorch官網裝最新版本的cuda以及對應的pytorch，肯定就可以讓所有顯卡都可以用。

參考博客

報錯2

解決上述問題后，重新執行命令，

出現報錯：

ValueError: Could not find a backend to open `experiments/napoleon/results/step_00010_rgb.mp4`` with iomode `wI`.
Based on the extension, the following plugins might add capable backends:FFMPEG:  pip install imageio[ffmpeg]pyav:  pip install imageio[pyav]
100% painting step 10/10 [02:03<00:00, 12.32s/it]

解決方法：
按照提示，安裝

pip install imageio[ffmpeg]pip install imageio[pyav]

成功運行

解決上述問題后，重新執行指令：
python -m scripts.run_texture --config_path=configs/text_guided/napoleon.yaml





運行成功！

查看結果

運行的結果會保存在experiments文件夾下，experiments/napoleon/mesh/mesh.obj就是貼圖后的三維網格模型

查看貼圖后的三維網格模型

可以打開mesh.obj文件在本地的位置

下載MeshLab軟件，然后就可以直接打開mesh.obj查看貼圖后的三維網格模型啦