面向 NVIDIA Blackwell 架构(计算能力 sm_120,RTX 50 系列)编译的 OpenMVS 预编译分发包。解压即可运行,运行时不依赖 CUDA Toolkit、vcpkg 或编译环境。
最新版本 | 架构验证 | 构建复现 | 错误索引 | 来源与许可
OpenMVS(Open Multi-View Stereo)用于将 COLMAP 输出的稀疏模型与原始影像转换为稠密点云、网格及带纹理模型。上游发布的 Windows CUDA 预编译包面向 Ampere 与 Ada 架构(sm_80 / sm_89)构建,在 Blackwell 架构(sm_120)设备上启动时因缺少对应 GPU 内核而终止。
本仓库提供的二进制在同一代码基线上以 CUDA 13.1 与 vcpkg 构建,编译参数为 CMAKE_CUDA_ARCHITECTURES=120。GPU 内核仅包含 sm_120,库为静态链接,每个命令行工具均以单一可执行文件形式分发。
| 项目 | 取值 |
|---|---|
| 上游版本 | OpenMVS v2.3.0(cdcseacave/openMVS,tag v2.3.0) |
| 构建日期 | 2026-10-01 |
| CUDA Toolkit | 13.1(仅构建期依赖) |
| 目标平台 | Windows x64 |
| 目标架构 | sm_120 |
| 链接方式 | 库静态链接、CRT 动态链接 |
| 许可证 | AGPL-3.0(与上游一致,详见 NOTICE.md) |
上游在 v2.4.0 中发布了 Windows CUDA 预编译包 OpenMVS_Windows_x64_CUDA.7z(累计下载 3,473 次)。该包构建时间早于 Blackwell 架构产品上市,未包含 sm_120 内核。对两个分发包执行同一检测脚本,结果如下(检测方法见 VERIFY.md):
| 检测项 | 上游 v2.4.0 CUDA 包 | 本仓库 |
|---|---|---|
| 内嵌 cubin 架构 | sm_89 |
sm_120 |
| PTX 回退目标 | .target sm_20 |
无 |
| 在 RTX 50 系列上的执行结果 | 终止,报 named symbol not found (code 500) |
正常完成稠密化 |
| 分发形态 | 73 个文件,含 40 个 DLL,动态链接 | 9 个可执行文件,静态链接 |
| 附带组件 | Viewer.exe、Tests.exe、pyOpenMVS.dll |
不含,见第 7 节 |
| 版本 | 2.4.0 | 2.3.0 |
named symbol not found 的成因如下。CUDA 二进制通过两条路径提供设备代码:其一为针对具体架构编译的 cubin,其二为由驱动程序即时编译的 PTX。上游包的 cubin 面向 sm_89,其 PTX 回退目标为 .target sm_20;自 CUDA 12 起,compute_20 已不在驱动即时编译的支持范围内。两条路径均无法提供可在 sm_120 设备上加载的内核映像,驱动程序因而报告符号缺失。该错误与命令行参数无关,调整任何选项均不改变结果。
从 Releases 下载 openmvs-2.3.0-sm120-win-x64.zip,解压至不含空格及非 ASCII 字符的目录,例如 D:\app\openmvs\openmvs-sm120。亦可克隆本仓库,可执行文件位于 bin\。
以下命令将工具目录追加至当前用户的 Path 变量,不修改系统级配置:
$p = [Environment]::GetEnvironmentVariable('Path','User')
[Environment]::SetEnvironmentVariable('Path', "$p;D:\app\openmvs\openmvs-sm120", 'User')配置完成后需新开终端会话方可生效。
DensifyPointCloud -h正常输出以 OpenMVS x64 v2.3.0 起始,随后为参数列表。若出现 named symbol not found 或 no kernel image is available,表明所调用的可执行文件不是本仓库提供的构建,应检查 Path 中是否存在旧版本目录。
| 项目 | 要求 |
|---|---|
| 操作系统 | Windows 10 / 11 x64 |
| GPU | NVIDIA RTX 50 系列(Blackwell,sm_120)。实测设备为 RTX 5070 Ti Laptop,12 GB 显存 |
| 显示驱动 | 支持 CUDA 13.x 的驱动版本(R580 及以上)。驱动版本过低时报 CUDA driver version is insufficient |
| 运行库 | Visual C++ 2015-2022 x64 运行库(vcruntime140 系列) |
| CUDA Toolkit | 非必需 |
| 磁盘空间 | 稠密化阶段的中间文件占用较大,单组 100 张 3200px 影像约需 2 至 3 GB |
本分发包仅包含 sm_120 内核,不含 sm_89、sm_90、sm_100 等其它架构。RTX 40 系列及更早设备应使用上游预编译包,或按 BUILD.md 以目标架构重新构建。
openmvs-cuda-sm120/
├─ bin/ 9 个可执行文件与 2 个上游流程脚本
├─ examples/
│ └─ run_pipeline.py 七阶段处理流程示例
├─ tools/
│ ├─ check_cuda_arch.ps1 读取可执行文件内嵌的 CUDA 架构
│ └─ ply_strip.py PLY 可变长属性剥离工具
├─ source/
│ ├─ port/ vcpkg 端口定义:portfile 与 8 个补丁
│ └─ triplets/ x64-windows-sm120.cmake,指定 CUDA 架构 120
├─ scripts/ 构建脚本:CUDA 部署、vcpkg 循环安装、测试超时处理
├─ logs/ 构建日志与首次运行日志
├─ VERIFY.md 架构验证方法
├─ BUILD.md 构建复现步骤
├─ FAQ.md 错误信息索引
├─ NOTICE.md 来源、修改说明与许可义务
└─ CHANGELOG.md
| 可执行文件 | 功能 | 典型调用 |
|---|---|---|
InterfaceCOLMAP.exe |
将 COLMAP 结果转换为 OpenMVS 场景文件 | InterfaceCOLMAP -i dense -o scene.mvs --image-folder <绝对路径> |
DensifyPointCloud.exe |
稠密化:由稀疏点生成稠密点云(GPU 阶段) | DensifyPointCloud -i scene.mvs -o scene_dense.mvs --cuda-device 0 |
ReconstructMesh.exe |
由点云重建网格 | ReconstructMesh -i scene_dense.mvs -o mesh.mvs |
RefineMesh.exe |
网格细化 | RefineMesh -i mesh.mvs -o mesh_refine.mvs |
TextureMesh.exe |
纹理映射 | TextureMesh -i mesh_refine.mvs -o textured.mvs |
TransformScene.exe |
场景坐标变换与缩放 | TransformScene -i scene.mvs -o out.mvs --scale 0.5 |
InterfaceMetashape.exe |
将 Metashape 工程转换为场景文件 | 见 -h |
InterfaceMVSNet.exe |
将 MVSNet 深度图转换为场景文件 | 见 -h |
InterfacePolycam.exe |
将 Polycam 导出转换为场景文件 | 见 -h |
MvgMvsPipeline.py |
上游提供的流程脚本 | python MvgMvsPipeline.py -h |
MvgOptimizeSfM.py |
SfM 位姿优化 | python MvgOptimizeSfM.py -h |
本构建未启用 viewer 特性,因而不包含 Viewer.exe。模型查看可使用 CloudCompare 或 MeshLab 打开输出的 PLY / OBJ 文件。
以下七个阶段为实测通过的完整链路,examples/run_pipeline.py 已将其整合为单条命令。
set COLMAP="D:\app\colmap\COLMAP-4.2.0-windows-2022-CUDA-cuDSS-Caspar-GUI\COLMAP.bat"
set IMG=D:\data\my_photos
set BUILD=D:\data\build
:: 阶段 1:特征提取
%COLMAP% feature_extractor --database_path %BUILD%\database.db --image_path %IMG% ^
--ImageReader.single_camera 1 --ImageReader.camera_model SIMPLE_RADIAL ^
--SiftExtraction.max_num_features 8192 --FeatureExtraction.max_image_size 3200 ^
--FeatureExtraction.use_gpu 1 --FeatureExtraction.gpu_index 0
:: 阶段 2:特征匹配
%COLMAP% exhaustive_matcher --database_path %BUILD%\database.db ^
--FeatureMatching.use_gpu 1 --FeatureMatching.gpu_index 0
:: 阶段 3:稀疏重建(输出目录须预先存在)
mkdir %BUILD%\sparse
%COLMAP% mapper --database_path %BUILD%\database.db --image_path %IMG% --output_path %BUILD%\sparse
:: 阶段 4:去畸变
%COLMAP% image_undistorter --image_path %IMG% --input_path %BUILD%\sparse\0 ^
--output_path %BUILD%\dense --output_type COLMAP --max_image_size 3200gpu_index 与 --cuda-device 的取值为 CUDA 设备编号。CUDA 仅枚举 NVIDIA 设备,独立显卡的编号在含核显的系统中仍为 0,与任务管理器显示的编号不一致。
:: 阶段 5:格式转换(--image-folder 须为绝对路径)
InterfaceCOLMAP -i %BUILD%\dense -o %BUILD%\scene.mvs --image-folder %BUILD%\dense\images
:: 阶段 6:稠密化
cd /d %BUILD%
DensifyPointCloud -i scene.mvs -o scene_dense.mvs --cuda-device 0
:: 阶段 7:剥离可变长属性
python tools\ply_strip.py scene_dense.ply scene_dense_clean.ply最终产物为 scene_dense_clean.ply。
OpenMVS 输出的 PLY 为每个顶点附加两个可变长属性 view_indices 与 view_weights,记录该点被哪些视图观测及对应权重。CloudCompare 的 PLY 解析器不支持可变长属性,加载时报告 nothing to load。tools/ply_strip.py 仅保留 x, y, z、red, green, blue 与法向量 nx, ny, nz,固定为 27 字节/顶点:
| 文件 | 大小 | 说明 |
|---|---|---|
scene_dense.ply |
617,272,238 B | 原始输出,含两个可变长属性 |
scene_dense_clean.ply |
268,321,225 B | 剥离后,9,937,814 顶点 × 27 B 加文件头 |
ReconstructMesh -i scene_dense.mvs -o scene_dense_mesh.mvs
RefineMesh -i scene_dense_mesh.mvs -o scene_dense_mesh_refine.mvs
TextureMesh -i scene_dense_mesh_refine.mvs -o scene_dense_mesh_refine_texture.mvs测试环境:RTX 5070 Ti Laptop(12 GB)、i7-14650HX、32 GB 内存。
| 数据集 | 输入 | 注册率 | 重投影误差 | 稠密点数 | 剥离后 PLY | GPU 耗时 |
|---|---|---|---|---|---|---|
| 数据集 1 | 49 张,6048 × 4032(NIKON Z6_3) | 49/49 | 0.918 px | 9,937,814 | 268,321,225 B | 约 1 分钟 |
| 批量第 1 组 | 120 帧,1920 × 1920(视频抽帧) | 全部注册 | 未记录 | 7,960,409 | 214,931,290 B | 约 1 分钟 |
| 错误信息 | 根因 | 处理方式 |
|---|---|---|
named symbol not found (code 500) |
可执行文件不含当前设备架构的 GPU 内核 | 改用本分发包,并以 cuobjdump 或 tools/check_cuda_arch.ps1 确认架构 |
no kernel image is available for execution on the device |
同上 | 同上 |
Invalid CUDA GPU selected (1 vs 1) |
使用了任务管理器显示的设备编号 | 将设备编号统一设为 0 |
| 特征提取或稠密化启动后立即退出 | 显存被其它进程占用 | 以 nvidia-smi 确认占用情况,释放显存后重试 |
CloudCompare 报告 nothing to load |
PLY 含可变长属性 | 执行 tools/ply_strip.py |
output_path is not a directory |
COLMAP mapper 要求输出目录预先存在 | 先创建输出目录 |
影像无法定位或生成双层 dense\dense 目录 |
--image-folder 使用了相对路径 |
改为绝对路径 |
完整列表见 FAQ.md。
- GPU 内核仅含
sm_120,适用于 RTX 50 系列;其它架构需按 BUILD.md 重新构建。 - 仅提供 Windows x64 构建,不含 Linux 与 macOS 版本。
- 不含
Viewer.exe,未启用viewer特性。 - 不含
pyOpenMVSPython 绑定;如需该功能,应以openmvs[core,cuda,openmp,tools,python]重新构建。 - 版本为 2.3.0。上游 2.4.0 新增 ROI estimation 与新版 Viewer,本构建未在该版本上验证
sm_120编解码路径。 - 库为静态链接、CRT 为动态链接,运行环境需具备 Visual C++ 2015-2022 x64 运行库。
- 本分发包为非官方构建,上游不提供技术支持;问题应提交至本仓库。
- 二进制与构建配置基于 OpenMVS v2.3.0,许可证为 AGPL-3.0,LICENSE 为上游原文。
- Boost、OpenCV、CGAL、Eigen、VCGLib、OpenEXR 等组件以静态方式链接至可执行文件,因此全部二进制同样受 AGPL-3.0 约束。分发、修改与再发布须提供对应源码。
- 复现本构建所需的对应源码材料均收录于仓库:
source/port/(上游 tag、SHA512、8 个补丁)、source/triplets/x64-windows-sm120.cmake、scripts/与 BUILD.md。 - 上游地址:https://github.com/cdcseacave/openMVS,tag
v2.3.0。 - 详细声明见 NOTICE.md。
Scope. A Windows x64 build of OpenMVS v2.3.0 compiled with CMAKE_CUDA_ARCHITECTURES=120, providing GPU kernels for the Blackwell architecture (sm_120, RTX 50 series) only. Libraries are linked statically; the CUDA Toolkit is not required at runtime.
Relation to upstream. The upstream OpenMVS_Windows_x64_CUDA.7z for v2.4.0 contains sm_89 cubins and a .target sm_20 PTX fallback. Since CUDA 12, compute_20 is outside the range supported by driver-side JIT, so the package terminates on sm_120 devices with named symbol not found (code 500). The binaries in this repository contain sm_120 cubins; the check is reproducible with tools/check_cuda_arch.ps1 or cuobjdump.
Requirements. Windows 10/11 x64, an RTX 50 series GPU, an NVIDIA driver supporting CUDA 13.x (R580 or later), and the Visual C++ 2015-2022 x64 runtime.
Usage.
DensifyPointCloud -h
InterfaceCOLMAP -i dense -o scene.mvs --image-folder C:\abs\path\dense\images
DensifyPointCloud -i scene.mvs -o scene_dense.mvs --cuda-device 0
python tools\ply_strip.py scene_dense.ply scene_dense_clean.plyExclusions. Viewer.exe, the pyOpenMVS bindings, Linux and macOS builds, and kernels for architectures other than sm_120. The packaged version is 2.3.0; upstream latest is 2.4.0.
License. AGPL-3.0, inherited from upstream. Because the binaries are linked statically, each executable is covered by AGPL-3.0. The corresponding source recipe is contained in source/ and BUILD.md.
Status. Unofficial community build; upstream does not provide support for it. Issues should be filed in this repository.