3D Gaussian Splatting 项目使用教程
项目地址: https://gitcode.com/gh_mirrors/ga/gaussian-splatting 1. 项目目录结构及介绍
gaussian-splatting/
├── SIBR_viewers/
├── arguments/
├── assets/
├── gaussian_renderer/
├── lpipsPyTorch/
├── scenes/
├── submodules/
├── utils/
├── .gitignore
├── .gitmodules
├── LICENSE.md
├── README.md
├── convert.py
├── environment.yml
├── full_eval.py
├── metrics.py
├── render.py
├── train.py
目录结构介绍
- SIBR_viewers/: 包含用于查看和优化过程的网络查看器。
- arguments/: 包含项目参数配置文件。
- assets/: 包含项目所需的资源文件。
- gaussian_renderer/: 包含用于实时渲染的OpenGL渲染器。
- lpipsPyTorch/: 包含用于图像质量评估的PyTorch实现。
- scenes/: 包含场景数据文件。
- submodules/: 包含项目的子模块。
- utils/: 包含项目使用的工具函数和脚本。
- .gitignore: Git忽略文件配置。
- .gitmodules: Git子模块配置。
- LICENSE.md: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- convert.py: 用于将图像转换为优化准备好的SfM数据集的脚本。
- environment.yml: Conda环境配置文件。
- full_eval.py: 用于完整评估的脚本。
- metrics.py: 用于计算评估指标的脚本。
- render.py: 用于渲染训练模型的脚本。
- train.py: 用于训练模型的脚本。
2. 项目启动文件介绍
train.py
train.py 是项目的主要启动文件，用于训练3D高斯模型。它使用PyTorch和CUDA扩展在一个Python环境中进行训练。
主要功能
- 模型训练: 从SfM输入生成3D高斯模型。
- 优化过程: 通过优化3D高斯的各向异性协方差来实现场景的精确表示。
使用方法
python train.py --config path/to/config.yml
render.py
render.py 用于实时渲染训练好的模型。它使用OpenGL进行实时渲染。
主要功能
- 实时渲染: 支持各向异性splatting，加速训练并允许实时渲染。
使用方法
python render.py --model path/to/trained_model
3. 项目配置文件介绍
environment.yml
environment.yml 是Conda环境配置文件，用于设置项目的Python环境。
主要内容
- 依赖包: 列出了项目所需的所有Python包及其版本。
- 环境变量: 配置了环境变量，如CUDA SDK版本。
使用方法
conda env create --file environment.yml
conda activate gaussian_splatting
config.yml
config.yml 是项目的配置文件，用于配置训练和渲染过程中的参数。
主要内容
- 训练参数: 包括学习率、批量大小、优化器类型等。
- 渲染参数: 包括分辨率、帧率、渲染模式等。
使用方法
在启动训练或渲染脚本时，通过 --config 参数指定配置文件路径。
python train.py --config path/to/config.yml
通过以上教程，您可以了解并开始使用 3D Gaussian Splatting 项目。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
