Infusion 项目使用教程

Infusion 项目使用教程

Infusion Official implementations for paper: InFusion: Inpainting 3D Gaussians via Learning Depth Completion from Diffusion Prior 项目地址: https://gitcode.com/gh_mirrors/in/Infusion

1. 项目目录结构及介绍

Infusion 项目的目录结构如下：

Infusion/
├── assets/
│   ├── Figures/
│   └── ...
├── depth_inpainting/
│   ├── run/
│   └── ...
├── gaussian_splatting/
│   ├── train.py
│   ├── render.py
│   └── ...
├── checkpoints/
├── .gitignore
├── LICENSE
├── README.md
├── compose.py
├── environment.yaml
└── ...

目录结构介绍

• assets/: 包含项目所需的静态资源文件，如图片等。
• depth_inpainting/: 深度补全模型的相关代码和运行脚本。
• gaussian_splatting/: 高斯点云训练和渲染的相关代码。
• checkpoints/: 存放预训练模型的检查点文件。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• compose.py: 组合已修复的高斯点云和未修复的高斯点云的脚本。
• environment.yaml: 项目依赖的环境配置文件。

2. 项目启动文件介绍

gaussian_splatting/train.py

该文件用于训练不完整的高斯点云模型。主要参数包括：

• -s: 指定场景文件夹路径。
• -m: 指定输出文件夹路径。
• -u: 指定训练模式。
• --mask_training: 是否使用掩码进行训练。

gaussian_splatting/render.py

该文件用于渲染高斯点云模型。主要参数包括：

• -s: 指定场景文件夹路径。
• -m: 指定输出文件夹路径。
• -u: 指定渲染模式。

depth_inpainting/run/run_inference_inpainting.py

该文件用于运行深度补全模型的推理。主要参数包括：

• --input_rgb_path: 输入的RGB图像路径。
• --input_mask: 输入的掩码图像路径。
• --input_depth_path: 输入的深度图像路径。
• --model_path: 深度补全模型的检查点路径。
• --output_dir: 输出文件夹路径。
• --denoise_steps: 去噪步数。
• --intri: 相机内参矩阵路径。
• --c2w: 相机外参矩阵路径。
• --use_mask: 是否使用掩码。
• --blend: 是否使用混合扩散。

3. 项目的配置文件介绍

environment.yaml

该文件用于配置项目的运行环境，包括所需的Python包及其版本。使用 Conda 创建环境时，可以通过以下命令安装依赖：

conda env create -f environment.yaml
conda activate infusion

README.md

项目的主文档，包含了项目的安装、使用说明以及相关参考资料。建议在开始使用项目前仔细阅读该文件。

compose.py

该文件用于组合已修复的高斯点云和未修复的高斯点云，并进行快速微调。主要参数包括：

• --original_ply: 原始点云文件路径。
• --supp_ply: 补充点云文件路径。
• --save_ply: 保存的点云文件路径。
• --nb_points: 点云数量阈值。
• --threshold: 点云距离阈值。

通过以上配置文件和启动文件，可以顺利地运行和配置 Infusion 项目。

Infusion Official implementations for paper: InFusion: Inpainting 3D Gaussians via Learning Depth Completion from Diffusion Prior 项目地址: https://gitcode.com/gh_mirrors/in/Infusion