★ FEATURED ARTICLE 【免费下载链接】Utonia[ICML26] Official repository of Utonia: Toward One Encoder for All Point Clouds项目地址https://gitcode.com/gh_mirrors/ut/Utonia点击查看免费下载Utonia 是一个基于 Point Transformer V3 的跨域点云预训练编码器ICML 2026一个模型即可用于室内场景、室外 LiDAR、物体操作等场景的 3D 点云理解。本文带你用3 分钟完成 Utonia 官方的conda 独立模式与pip 包模式两种安装方式并跑通可视化 demo 完成验证照着做即可。Utonia 是什么一个编码器搞定所有点云Utonia 来自论文Utonia: Toward One Encoder for All Point Clouds核心思路是用多数据集、多领域联合预训练出一个通用的 PTv3 编码器输出的点特征可直接用于分割、相似度计算等下游任务。本仓库聚焦预训练权重 推理代码 可视化 demo代码结构非常轻量目录 / 文件作用utonia/model.pyPTv3 模型定义与权重加载入口utonia.loadutonia/data.py示例点云数据加载sample1 等样例utonia/transform.py默认数据预处理流水线demo/9 个开箱即用的可视化 demoPCA、相似度、语义分割等environment.ymlconda 独立模式的一键环境文件setup.pypip 包模式安装脚本 若想复现 Utonia 的预训练过程请参考 Pointcept 代码库本仓库面向推理与可视化用户。选型指南conda 独立模式 vs pip 包模式怎么选对比项conda 独立模式pip 包模式适合人群快速推理、跑 demo 可视化把 Utonia 编码器接入自己的项目环境要求零基础一条命令搞定 CUDA PyTorch本地需已装好 CUDA 和 PyTorch官方推荐⭐ 首选备选灵活度独立环境互不干扰版本与现有工程完全融合方式一conda 独立模式推荐最快项目提供了 environment.yml 环境文件预配置了Python 3.10 CUDA 12.4 PyTorch 2.5.0并内置了spconv、torch-scatter、flash-attn三个 GPU 依赖。1️⃣ 克隆代码git clone https://gitcode.com/gh_mirrors/ut/Utonia cd Utonia2️⃣ 一条命令创建环境# 若本地系统已装 CUDA先执行下面这行避免版本冲突 unset CUDA_PATH # 创建名为 utonia 的 conda 环境并激活 conda env create -f environment.yml --verbose conda activate utonia✅关键点环境文件里已通过pytorch-cuda12.4通道装好 CUDA 与 PyTorch无需单独下载。3️⃣ 验证 FlashAttention 是否就绪python -c import flash_attn; print(FlashAttention OK)方式二pip 包模式接入自己的项目适合希望在自有代码库中import utonia的用户前提是本地已安装 CUDA 和 PyTorch。1️⃣ 安装 GPU 相关依赖版本需与本机匹配# 先查看本机版本 nvcc --version # CUDA 版本如 12.4 → 124 python -c import torch; print(torch.__version__) # PyTorch 版本如 2.5.0 # 安装点云计算三件套注意选择匹配的构建 pip install spconv-cu124 # 124 CUDA 主次版本按本机修改 pip install torch-scatter # 需选与本机 PyTorch 匹配的 wheel 构建 pip install flash-attn # 选与本机环境匹配的预编译 wheel2️⃣ 安装其余依赖与 Utonia 包pip install huggingface_hub timm # 在 Utonia 仓库根目录执行 python setup.py installtorch-scatter / flash-attn 的版本匹配细节可参考 README.md 的 Installation 一节另外 setup.py 安装与直接把 utonia/ 目录拷进项目两种方式等效。3️⃣ 可选安装 demo 可视化依赖若还想运行 demo/ 里的演示脚本再补装pip install open3d fast_pytorch_kmeans psutil addict scipy \ camtools natsort opencv-python trimesh gradio numpy1.26.4⚠️open3d暂不支持 numpy 2.x务必固定numpy1.26.4。安装验证跑通第一个点云可视化 demo装完后最直观的验证方式是运行官方 PCA 可视化 demoexport PYTHONPATH./ python demo/0_pca_indoor.py首次运行会自动完成两件事utonia.model.loadutonia/model.py从 HuggingFace 下载预训练权重缓存在~/.cache/utonia/ckpt可通过download_root参数自定义缓存路径utonia.data.load(sample1)utonia/data.py下载官方室内样例点云到~/.cache/utonia/data随后会弹出 3D 窗口展示 PCA 着色后的点云特征分布。能看到彩色点云就说明 Utonia 安装成功✅其余 demo相似度热图、ScanNet 语义分割、室外/操作/视频点云等都在 demo/ 目录替换文件名即可运行python demo/2_sem_seg.py # ScanNet 线性探测分割 python demo/1_similarity.py # 相似度热图 如果环境始终装不好社区还提供了现成的 Docker 镜像如utonia-cuda128可参考 README.md 中的说明。常见安装避坑指南现象原因与解决办法conda env create报 CUDA 冲突本地 CUDA 干扰了环境先unset CUDA_PATH再重建import flash_attn失败装了对应环境的预编译 wheel 重试即使缺失demo 也会自动降级为非 Flash 路径见 demo/0_pca_indoor.py可正常跑但更慢spconv安装失败spconv-cu124只匹配 CUDA 12.4按nvcc --version结果选对应构建open3d导入报错numpy 2.x 不兼容执行pip install numpy1.26.4最后提醒一点授权Utonia 代码基于 Apache 2.0 许可LICENSE而预训练权重采用 CC-BY-NC 4.0 许可限非商业用途商用前请自行确认合规。总结3 步速查清单快速上手conda env create -f environment.yml→conda activate utonia→python demo/0_pca_indoor.py验证接入项目装好 4 个 GPU/Python 依赖 →python setup.py install仍有问题对照上文避坑表或查阅 README.md 官方安装说明。至此你就拥有了一个可跨域工作的点云预训练编码器 Utonia。下一步可以进入 README.md 的 Quick Start 一节学习把特征映射回原始点云并用它对你自己的点云数据做推理。赞分享【免费下载链接】Utonia[ICML26] Official repository of Utonia: Toward One Encoder for All Point Clouds项目地址https://gitcode.com/gh_mirrors/ut/Utonia点击查看免费下载相关推荐10分钟装好MatAnyone2视频抠像模型Conda、uv、pip三种安装方式完整指南10分钟装好MatAnyone2视频抠像模型Conda、uv、pip三种安装方式完整指南 MatAnyone2 是一个开源的视频抠像Video Mattin3 分钟装好 DLSS Unlocked.exe 一键安装器与 .zip 独立包两种安装方式完整教程3 分钟装好 DLSS Unlocked.exe 一键安装器与 .zip 独立包两种安装方式完整教程 DLSS Unlocked 是一款免费的开源 DLSS Transformers 安装完全指南pip/conda/源码安装、缓存配置与离线模式 Transformers 安装完全指南pip/conda/源码安装、缓存配置与离线模式 本文是 Transformers 框架当前仓库即其完整源人工智能大模型深度学习机器学习NLP多模态预训练微调创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
