关于NerFStudio修改其3dgs实现问题（涉及gsplat）

NerFStudio 3DGS 实现修改指南（涉及 gsplat 库）

环境准备

首先确保已经安装并配置好 Nerfstudio 环境，且已经激活了相应的 conda 环境：

conda activate nerfstudio

验证环境是否正常工作，确保能够成功运行 colmap 以及 nerfstudio 实现的 3DGS：

ns-train splatfacto --data "colmap结果的数据路径"

实现原理说明

NerFStudio 中的 3DGS 实现位置

官方 3DGS splatfacto 实现位于：

nerfstudio/nerfstudio/models/splatfacto.py

通过分析源代码可以发现，核心实现逻辑并不直接在此 Python 文件中，而是通过导入 gsplat 库实现：

from gsplat.strategy import DefaultStrategy, MCMCStrategy

try:
    from gsplat.rendering import rasterization
except ImportError:
    print("Please install gsplat>=1.0.0")

故本文需要考虑本地建立gsplat源代码库进行（需要说明的是我的gsplate库很老了，包括nerfstudio库也是如此，可以提前说明的是二者版本存在对应关系，如果太旧的gsplat是会在nerfstudio启动就报错的，去git看看对应更新的时间或者默认安装一个环境，配一个nerfstudio库可以看到对应的，当然去找git上对应版本的包要求文件也是很简单的，如果读者这些都看得懂，后面应该没必要看），一旦源代码库建立完毕就能轻松修改部分3dgs的策略，如此可以回避一些繁琐的去nerfstudio重写方法之类的问题。如果只是修改一些策略，如复制高斯啥的，直接改就可以。

gsplat 库源码获取与修改

1. 检查当前 gsplat 版本

首先查看当前 nerfstudio 环境中安装的 gsplat 版本：

pip show gsplat

2. 克隆对应版本源码

本文以 v0.1.11 版本为例，在新文件夹中克隆对应版本的 gsplat 源码：

git clone https://github.com/nerfstudio-project/gsplat.git
cd gsplat
git checkout v0.1.11

需要补充说明的是新版本的gsplat并不适配部分我自己版本的NeRFstudio，故需要检查安装版本的包gsplat版本。

3. 补充依赖库

gsplat 需要 glm 库作为第三方依赖，需要手动添加：

cd gsplat/cuda/csrc/third_party
git clone https://github.com/g-truc/glm.git

4. 编译安装

返回 gsplat 根目录，执行编译安装：

cd ../../..  # 回到 gsplat 根目录
pip install -e .

注意：编译过程可能需要 1-5 分钟，具体时间取决于服务器性能。

5. 验证安装

创建简单的验证脚本检查 gsplat 版本：

import gsplat
print(gsplat.__version__)  # 应该显示 0.1.11 或对应版本号

测试修改效果

返回项目初始目录，测试训练是否正常：

ns-train splatfacto --data "colmap结果的数据路径"

重要注意事项

• 修改 Python 文件：如果只修改了 .py 文件，无需重新编译
• 修改 C++/CUDA 代码：如果修改了 C++ 或 CUDA 相关文件，必须重新执行 pip install -e . 进行编译