EmbodiedScan安装避坑手册MinkowskiEngine编译失败等10大常见报错速查【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 是一个面向具身智能Embodied AI的多模态 3D 感知套件论文发表于 CVPR 2024 与 NeurIPS 2024涵盖 3D 检测、视觉定位Visual Grounding与占用预测Occupancy三大任务。但对大多数新手来说EmbodiedScan安装 的第一道坎不是模型训练而是环境配置——尤其是 MinkowskiEngine 与 PyTorch3D 这两个需要本地源码编译的依赖堪称劝退重灾区。本文整理了 10 个最高频出现的 EmbodiedScan安装报错从 MinkowskiEngine编译失败 到内存不足逐一给出最快解决方案建议收藏后按表查错。为什么 EmbodiedScan 安装这么容易翻车动手排查前先搞懂病根排错能快一倍依赖需要源码编译MinkowskiEngine、PyTorch3D 都会在本地编译 CUDA 扩展对环境极度敏感这是绝大多数报错的源头安装脚本憋大招式输出入口脚本 install.py 把每个安装步骤放进子进程日志只在子进程结束时才一次性打印看起来像卡死实际在编译版本锁定严格依赖清单 requirements/base.txt、requirements/run.txt、requirements/visual.txt 中锁定了numpy1.23.5、mmcv2.0.0rc4、open3d0.16.0等版本随意升级很容易互相打架。安装前必做的 4 项环境检查 ✅官方测试环境为 Ubuntu 20.04 CUDA 12.0 Python 3.8.18 PyTorch 1.11.0cu113 PyTorch3D 0.7.2动手前先对照自查检查项推荐值为什么重要Python3.8PyTorch3D 要求 Python3.7MinkowskiEngine 对高版本 Python 支持差PyTorch1.11.0cu113与 CUDA 11.3 匹配官方基线版本CUDA Toolkit11.3 及以上编译 CUDA 扩展必备仅装显卡驱动不够GCC9~10过高的 GCC如 12/13会导致 CUDA 编译失败10 大常见报错速查表 #报错现象一句话解决方案1MinkowskiEngine 编译失败检查 CUDA/GCC先装 ninja 再从官方 master 分支重装2安装脚本长时间无输出正常现象编译 MinkowskiEngine 通常要 10~30 分钟3PyTorch3D 找不到 wheel用与 torch/cuda 匹配的预编译 wheel4mmcv2.0.0rc4 安装失败从 OpenMMLab 官方 find-links 源安装5numpy 版本冲突锁定 numpy1.23.56提示 Python 版本不支持重建 python3.8 环境7报 Pytorch is cpu only重装 GPU 版 PyTorch含 cudatoolkit8CUDA 扩展报 GCC 版本错误降级 GCC 或指定兼容编译器9编译过程中进程被 Killed增大 swap 或限制编译并行度10open3d 导入报错安装 open3d0.16.0下面逐条拆解每个报错的现象 → 原因 → 解决方案。报错 1MinkowskiEngine 编译失败最经典先看这条现象ninja: build stopped: subcommand failed或error: command gcc failed随后安装中断原因MinkowskiEngine 需要本地编译 CUDA 扩展CUDA Toolkit 缺失/版本不符、GCC 过新、PyTorch 2.x 不兼容老版本都会触发解决确认nvcc -V可用后先pip install ninja再执行pip install -U从 MinkowskiEngine 官方 master 分支重新安装--no-deps避免连带更新依赖。这也是 install.py 中内置的安装方式手动重装时照抄即可。报错 2运行python install.py all后卡死不动 ⏳现象终端长时间没有任何输出以为死机原因安装脚本将每个依赖放进独立子进程日志只在子进程结束/被杀时才打印README 官方说明里明确写了这一点解决先ps aux | grep pip确认进程存活耐心等待编译完成或改用分步安装先python install.py run装运行依赖需要可视化再加python install.py visual。报错 3PyTorch3D 安装失败 / 找不到匹配的 wheel 现象pip 找不到预编译包转入漫长的源码编译或直接报错原因PyTorch3D 的预编译 wheel 命名规则是py3.8_cu113_pyt1.11这种组合PyTorch 或 CUDA 版本对不上就装不上解决先打印torch.__version__和torch.version.cuda确认版本再按 install.py 中pytorch3d_links()的拼装逻辑手动下载对应 wheel 安装官方推荐 PyTorch3D 0.7.2。报错 4mmcv2.0.0rc4 安装失败或与 mmdet 冲突 ⚙️现象pip install mmcv源码编译报错或与 mmdet 版本不兼容导致导入失败原因mmcv 必须与 PyTorch/CUDA 严格匹配且 mmcv、mmdet、mmengine 三者版本需要对齐解决按 install.py 中mmcv_links()的逻辑从 OpenMMLab 官方 find-links 源按cu113/torch1.11路径安装mmcv2.0.0rc4不要用默认 PyPI 源硬装。报错 5numpy 版本冲突 现象运行时报A module that was compiled using NumPy 1.x cannot be run in NumPy 2.x原因EmbodiedScan 锁定numpy1.23.5见 requirements/base.txt但其他依赖安装时把 numpy 升级了解决在所有依赖装完后最后补一条pip install numpy1.23.5收尾即可。报错 6Python 版本不匹配 现象PyTorch3D 提示要求 Python3.7或 MinkowskiEngine 安装直接失败原因Python 3.10 下多个 CUDA 扩展没有预编译支持解决conda create -n embodiedscan python3.8 -y重建环境再重新走安装流程不要在旧环境里硬修。报错 7报 Pytorch is cpu only. / Pytorch is not installed. 现象运行安装脚本立刻中断打印上述提示原因没装 GPU 版 PyTorchtorch.version.cuda为 Noneinstall.py 检测到后主动抛错解决用 conda 安装带 CUDA 的版本conda install pytorch1.11.0 torchvision0.12.0 torchaudio0.11.0 cudatoolkit11.3 -c pytorch。报错 8CUDA 扩展编译时报 GCC 版本错误 ️现象编译 CUDA 扩展时出现unsupported GNU version或大量头文件报错原因新版 GCC12/13与 CUDA 编译器不兼容解决安装 gcc-9 并通过 update-alternatives 切换为默认编译器或编译前export CC/usr/bin/gcc-9指定编译器。报错 9编译过程中进程被 Killed / 内存不足 现象编译到一半进程消失日志末尾是Killed或报std::bad_alloc原因MinkowskiEngine 等编译峰值内存可达数 GB机器内存不够解决编译前关闭无关程序或增大 swap 分区也可通过MAX_JOBS4限制 ninja 并行度来降低峰值内存。报错 10open3d 导入失败或 API 不兼容 ️现象import open3d报错或可视化代码调用 API 失败原因装到了新版 open3d与 EmbodiedScan 要求的 0.16.0 不兼容见 requirements/visual.txt解决pip install open3d0.16.0注意该包只在需要可视化功能install.py visual模式时才需要。最省心的安装流程照抄这份清单 避开上面所有坑的最稳姿势就是严格复刻官方环境# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/em/EmbodiedScan cd EmbodiedScan # 2. 创建 Python 3.8 环境 conda create -n embodiedscan python3.8 -y conda activate embodiedscan # 3. 安装 GPU 版 PyTorch与 CUDA 11.3 匹配 conda install pytorch1.11.0 torchvision0.12.0 torchaudio0.11.0 cudatoolkit11.3 -c pytorch # 4. 一键安装依赖按需选择 run / visual / all python install.py all # 5. 验证安装是否成功 python -c import MinkowskiEngine, pytorch3d, mmcv, embodiedscan; print(All OK!)安装成功后跑通第一个 Demo 就很简单了 环境就绪后官方提供了开箱即用的演示脚本 demo/demo.py 和交互式教程 demo/demo.ipynb下载样例数据后即可在单个场景上体验多视角 3D 检测与视觉定位效果。跑通 Demo 后你就能顺利进入训练与评测环节训练入口在 tools/train.py对应任务配置在 configs 目录下。总结 EmbodiedScan 安装报错虽然花样多但九成集中在MinkowskiEngine 编译、PyTorch3D 版本匹配和环境版本错位三个根源上。记住三个口诀Python 用 3.8、PyTorch 用 GPU 版 1.11、依赖版本别乱升再配合上面的速查表基本十分钟内就能完成环境搭建。如果遇到表中没覆盖的新报错也欢迎带上完整日志到项目 Issues 区交流社区通常回复很快。【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 EmbodiedScan安装避坑手册：MinkowskiEngine编译失败等10大常见报错速查
EmbodiedScan安装避坑手册MinkowskiEngine编译失败等10大常见报错速查【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 是一个面向具身智能Embodied AI的多模态 3D 感知套件论文发表于 CVPR 2024 与 NeurIPS 2024涵盖 3D 检测、视觉定位Visual Grounding与占用预测Occupancy三大任务。但对大多数新手来说EmbodiedScan安装 的第一道坎不是模型训练而是环境配置——尤其是 MinkowskiEngine 与 PyTorch3D 这两个需要本地源码编译的依赖堪称劝退重灾区。本文整理了 10 个最高频出现的 EmbodiedScan安装报错从 MinkowskiEngine编译失败 到内存不足逐一给出最快解决方案建议收藏后按表查错。为什么 EmbodiedScan 安装这么容易翻车动手排查前先搞懂病根排错能快一倍依赖需要源码编译MinkowskiEngine、PyTorch3D 都会在本地编译 CUDA 扩展对环境极度敏感这是绝大多数报错的源头安装脚本憋大招式输出入口脚本 install.py 把每个安装步骤放进子进程日志只在子进程结束时才一次性打印看起来像卡死实际在编译版本锁定严格依赖清单 requirements/base.txt、requirements/run.txt、requirements/visual.txt 中锁定了numpy1.23.5、mmcv2.0.0rc4、open3d0.16.0等版本随意升级很容易互相打架。安装前必做的 4 项环境检查 ✅官方测试环境为 Ubuntu 20.04 CUDA 12.0 Python 3.8.18 PyTorch 1.11.0cu113 PyTorch3D 0.7.2动手前先对照自查检查项推荐值为什么重要Python3.8PyTorch3D 要求 Python3.7MinkowskiEngine 对高版本 Python 支持差PyTorch1.11.0cu113与 CUDA 11.3 匹配官方基线版本CUDA Toolkit11.3 及以上编译 CUDA 扩展必备仅装显卡驱动不够GCC9~10过高的 GCC如 12/13会导致 CUDA 编译失败10 大常见报错速查表 #报错现象一句话解决方案1MinkowskiEngine 编译失败检查 CUDA/GCC先装 ninja 再从官方 master 分支重装2安装脚本长时间无输出正常现象编译 MinkowskiEngine 通常要 10~30 分钟3PyTorch3D 找不到 wheel用与 torch/cuda 匹配的预编译 wheel4mmcv2.0.0rc4 安装失败从 OpenMMLab 官方 find-links 源安装5numpy 版本冲突锁定 numpy1.23.56提示 Python 版本不支持重建 python3.8 环境7报 Pytorch is cpu only重装 GPU 版 PyTorch含 cudatoolkit8CUDA 扩展报 GCC 版本错误降级 GCC 或指定兼容编译器9编译过程中进程被 Killed增大 swap 或限制编译并行度10open3d 导入报错安装 open3d0.16.0下面逐条拆解每个报错的现象 → 原因 → 解决方案。报错 1MinkowskiEngine 编译失败最经典先看这条现象ninja: build stopped: subcommand failed或error: command gcc failed随后安装中断原因MinkowskiEngine 需要本地编译 CUDA 扩展CUDA Toolkit 缺失/版本不符、GCC 过新、PyTorch 2.x 不兼容老版本都会触发解决确认nvcc -V可用后先pip install ninja再执行pip install -U从 MinkowskiEngine 官方 master 分支重新安装--no-deps避免连带更新依赖。这也是 install.py 中内置的安装方式手动重装时照抄即可。报错 2运行python install.py all后卡死不动 ⏳现象终端长时间没有任何输出以为死机原因安装脚本将每个依赖放进独立子进程日志只在子进程结束/被杀时才打印README 官方说明里明确写了这一点解决先ps aux | grep pip确认进程存活耐心等待编译完成或改用分步安装先python install.py run装运行依赖需要可视化再加python install.py visual。报错 3PyTorch3D 安装失败 / 找不到匹配的 wheel 现象pip 找不到预编译包转入漫长的源码编译或直接报错原因PyTorch3D 的预编译 wheel 命名规则是py3.8_cu113_pyt1.11这种组合PyTorch 或 CUDA 版本对不上就装不上解决先打印torch.__version__和torch.version.cuda确认版本再按 install.py 中pytorch3d_links()的拼装逻辑手动下载对应 wheel 安装官方推荐 PyTorch3D 0.7.2。报错 4mmcv2.0.0rc4 安装失败或与 mmdet 冲突 ⚙️现象pip install mmcv源码编译报错或与 mmdet 版本不兼容导致导入失败原因mmcv 必须与 PyTorch/CUDA 严格匹配且 mmcv、mmdet、mmengine 三者版本需要对齐解决按 install.py 中mmcv_links()的逻辑从 OpenMMLab 官方 find-links 源按cu113/torch1.11路径安装mmcv2.0.0rc4不要用默认 PyPI 源硬装。报错 5numpy 版本冲突 现象运行时报A module that was compiled using NumPy 1.x cannot be run in NumPy 2.x原因EmbodiedScan 锁定numpy1.23.5见 requirements/base.txt但其他依赖安装时把 numpy 升级了解决在所有依赖装完后最后补一条pip install numpy1.23.5收尾即可。报错 6Python 版本不匹配 现象PyTorch3D 提示要求 Python3.7或 MinkowskiEngine 安装直接失败原因Python 3.10 下多个 CUDA 扩展没有预编译支持解决conda create -n embodiedscan python3.8 -y重建环境再重新走安装流程不要在旧环境里硬修。报错 7报 Pytorch is cpu only. / Pytorch is not installed. 现象运行安装脚本立刻中断打印上述提示原因没装 GPU 版 PyTorchtorch.version.cuda为 Noneinstall.py 检测到后主动抛错解决用 conda 安装带 CUDA 的版本conda install pytorch1.11.0 torchvision0.12.0 torchaudio0.11.0 cudatoolkit11.3 -c pytorch。报错 8CUDA 扩展编译时报 GCC 版本错误 ️现象编译 CUDA 扩展时出现unsupported GNU version或大量头文件报错原因新版 GCC12/13与 CUDA 编译器不兼容解决安装 gcc-9 并通过 update-alternatives 切换为默认编译器或编译前export CC/usr/bin/gcc-9指定编译器。报错 9编译过程中进程被 Killed / 内存不足 现象编译到一半进程消失日志末尾是Killed或报std::bad_alloc原因MinkowskiEngine 等编译峰值内存可达数 GB机器内存不够解决编译前关闭无关程序或增大 swap 分区也可通过MAX_JOBS4限制 ninja 并行度来降低峰值内存。报错 10open3d 导入失败或 API 不兼容 ️现象import open3d报错或可视化代码调用 API 失败原因装到了新版 open3d与 EmbodiedScan 要求的 0.16.0 不兼容见 requirements/visual.txt解决pip install open3d0.16.0注意该包只在需要可视化功能install.py visual模式时才需要。最省心的安装流程照抄这份清单 避开上面所有坑的最稳姿势就是严格复刻官方环境# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/em/EmbodiedScan cd EmbodiedScan # 2. 创建 Python 3.8 环境 conda create -n embodiedscan python3.8 -y conda activate embodiedscan # 3. 安装 GPU 版 PyTorch与 CUDA 11.3 匹配 conda install pytorch1.11.0 torchvision0.12.0 torchaudio0.11.0 cudatoolkit11.3 -c pytorch # 4. 一键安装依赖按需选择 run / visual / all python install.py all # 5. 验证安装是否成功 python -c import MinkowskiEngine, pytorch3d, mmcv, embodiedscan; print(All OK!)安装成功后跑通第一个 Demo 就很简单了 环境就绪后官方提供了开箱即用的演示脚本 demo/demo.py 和交互式教程 demo/demo.ipynb下载样例数据后即可在单个场景上体验多视角 3D 检测与视觉定位效果。跑通 Demo 后你就能顺利进入训练与评测环节训练入口在 tools/train.py对应任务配置在 configs 目录下。总结 EmbodiedScan 安装报错虽然花样多但九成集中在MinkowskiEngine 编译、PyTorch3D 版本匹配和环境版本错位三个根源上。记住三个口诀Python 用 3.8、PyTorch 用 GPU 版 1.11、依赖版本别乱升再配合上面的速查表基本十分钟内就能完成环境搭建。如果遇到表中没覆盖的新报错也欢迎带上完整日志到项目 Issues 区交流社区通常回复很快。【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