NICE-SLAM代码复现和解析（解决使用yaml文件配置conda环境时下载慢的问题）

代码运行

代码地址：https://github.com/cvg/nice-slam/tree/master

环境配置

1. 下载压缩包，打开environment.yaml文件
   

2. 向yaml文件中添加如下代码

  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/   

貌似还要注释掉channels:里面的- pytorch才行

3. 按照github里面的环境配置教程，在base环境下运行：

sudo apt-get install libopenexr-dev
conda env create -f environment.yaml

上一个命令会创建一个nice-slam环境，激活环境

conda activate nice-slam

在这个环境里面后，貌似还要写一个requirements.txt文件来把需要pip安装的加了（最好带清华源进行安装）

Visualizing NICE-SLAM Results

1. 下载数据集
   我们这里测试Apartment的可视化效果
   
   按照github的说法，咱国内选手最好选哪个下载脚本里面额外的那个数据集手动下载，如下（非常良心，这个云盘居然不下载不限速）
   

2. 把下载下来的压缩包解压到ouput对应的文件夹下，运行：

python visualizer.py configs/Apartment/apartment.yaml --output output/vis/Apartment

就可以看到如下的效果：

3. 运行完成后，效果还是不错

运行Demo

1. 下载数据集
   方法同上，下载后放到在给工程下创建的./Datasets，解压

2. 运行

python -W ignore run.py configs/Demo/demo.yaml

阿西吧~~~

我的GTX3070寄了，游戏结束~