在Google Colab中使用Ninja构建COLMAP（3.8/3.9）失败求助

1. 优先查看完整构建错误日志 #

构建失败必须定位具体原因，执行以下命令保留详细日志：

ninja -v 2>&1 | tee build_error.log

重点排查CUDA编译报错（如API兼容、架构不匹配）或依赖缺失提示。

2. 修复COLMAP与CUDA 12.2的兼容性问题 #

COLMAP 3.8/3.9发布时CUDA 12.2尚未推出，存在部分API兼容问题，可尝试：

• 降级CUDA至11.8（Colab环境可通过以下命令切换）：

!sudo apt-get --purge remove cuda* nvidia* libnvidia-*
!sudo rm -rf /usr/local/cuda*
!wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
!sudo sh cuda_11.8.0_520.61.05_linux.run --silent --toolkit
!echo "export PATH=/usr/local/cuda-11.8/bin:$PATH" >> ~/.bashrc
!echo "export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH" >> ~/.bashrc
!source ~/.bashrc

• 重新执行CMake配置，添加CUDA兼容参数：

cmake .. -GNinja -DCMAKE_CUDA_ARCHITECTURES=75 -DCMAKE_CUDA_FLAGS="--expt-relaxed-constexpr"

3. 限制Ninja并行编译线程数 #

Colab CPU资源有限，默认高并行数易引发内存不足或进程崩溃，调整并行数：

ninja -j4

（-j4表示4线程编译，可根据实际情况调整为2或3）

4. 补全COLMAP依赖库 #

Colab默认环境可能缺少部分依赖或版本不足，重新安装完整依赖：

!sudo apt-get update
!sudo apt-get install -y git cmake build-essential libboost-program-options-dev libboost-filesystem-dev libboost-graph-dev libboost-system-dev libboost-test-dev libeigen3-dev libsuitesparse-dev libfreeimage-dev libgoogle-glog-dev libgflags-dev libglew-dev qtbase5-dev libqt5opengl5-dev libcgal-dev libcgal-qt5-dev

针对COLMAP 3.9，额外安装：

!sudo apt-get install -y libceres-dev

5. 切换至Make构建器验证问题 #

若Ninja仍失败，切换到Make构建器确认是否为Ninja本身问题：

cmake .. -DCMAKE_CUDA_ARCHITECTURES=75
make -j4

内容的提问来源于stack exchange，提问作者Harshil Patel