- 博客(8)
- 收藏
- 关注
RSS订阅原创 3D gaussian-splatting代码讲解
本文分析了3D Gaussian Splatting(3DGS)代码的关键实现细节，重点关注了CUDA渲染核心部分的数学公式与代码对应关系。主要内容包括：1) 2D协方差矩阵的高效存储与计算优化，使用对称性减少参数；2) 高斯核函数与体积渲染公式的对应关系，以及alpha值的计算策略；3) 渲染过程中的性能优化技巧，如基于马氏距离的提前终止机制和tile排序方法。文章通过数学公式与代码实现的详细对照，揭示了3DGS在保持理论正确性的同时实现高效渲染的技术细节。
2025-11-09 18:38:48
1429
原创 G4Splat在ubuntu20.04&cuda11.8下的代码复现
G4Splat是基于3D高斯溅射技术的场景重建工具，需要Python 3.9和PyTorch 2.0环境。安装步骤包括：克隆GitHub仓库、创建conda环境、安装PyTorch及相关依赖包（pytorch3d、segment-anything、detectron2）。训练前需下载MVD_weights检查点并配置数据集路径。在3090 GPU上训练replica/scan1场景（5张视图）约1小时，显存占用超10GB，最终PSNR达22.40。注意训练时需清空output目录以避免残留文件干扰。评估指标
2025-10-24 23:15:17
497
原创 MAtCha Gaussians在ubuntu20.04&cuda11.8上的代码复现
MAtChaGaussians提出了一种新颖的神经变形模型替代传统全局仿射变换，通过2D-3D绑定优化mesh渲染速度慢的问题。该方法引入三种关键损失函数：拟合损失（对齐SFM稀疏点）、结构损失（匹配深度图的法线和曲率）和互对齐损失（协调不同chart间关系）。研究提供了完整的代码实现方案，包括环境配置指南（Python3.9+PyTorch2.0+CUDA11.8）、依赖安装流程（pytorch3d等核心组件）以及预训练模型下载说明（Depth-Anything和MASt3R模型）。项目支持使用Mip-N
2025-10-19 18:59:05
729
原创 3D gaussian-splatting可视化软件
它相当于一个集成工具箱，包含了现目前 优秀的3DGS系列工作。帧率高，提供GS编辑，可以多个3D模型在同一个场景。部署好后可以远程网页查看。本地部署：进入github点击跳转nodejs官网，需要node>18，部署好后可以远程网页查看。我在ubuntu上查看高斯椭球，帧率很低，直接卡死，不知道为什么。可以保存相机位置、加载指定相机位置（.json文件）可以按指定路径做视频，查看渲染时gpu占用情况。可以查看 渲染视图、初始点云、高斯椭球。
2025-03-25 11:40:30
8930
7
原创 colmap在ubuntu20.04下的安装
本文记录了在Ubuntu 20.04系统下配置3D Gaussian Splatting环境时遇到的问题及解决方法。作者遇到的主要问题包括：1）优快云自动将文章设为VIP可见，已申诉取消；2）COLMAP编译过程中出现的CUDA架构检测失败问题，通过指定CUDA架构和编译器路径解决；3）链接时出现的libfreeimage.so未定义引用问题，确认是conda环境未退出导致。最终成功安装COLMAP 3.12.0.dev0版本。文章提供了详细的错误信息和解决步骤，对相关开发人员具有参考价值。
2025-03-04 09:08:45
718
3
原创 3D gaussian-splatting代码在ubuntu20.04 & CUDA11.8下的配置
ubuntu下的可视化配置麻烦（以后实现），本文直接在Windows下进行可视化，将 结果文件 output 打包为zip并复制到Windows系统下（可通过mobaxterm软件进行传递，且无需打包）。(2) 输入图中的命令sudo sh cuda_11.8.0_520.61.05_linux.run后，等待一会，出现以下命令框，选择continue。下载后的数据集 tandt_db.zip 如下，并新建data文件夹，将 tandt_db.zip 其中的truck文件复制到data文件夹中。
2024-08-08 21:03:26
3774
8
原创 Specular-Gaussians代码在ubuntu20.04 & nvidia 4090下的实践
3d Gaussian, cuda_home
2024-08-02 11:14:09
1312
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人