【复现碎碎念】PGSR复现日志的碎碎念

保姆级教程:在RTX 4090上复现TVCG2024顶会论文PGSR(3D高斯表面重建) 本文提供了一份详细的教程,指导如何在RTX 4090上复现TVCG2024顶会论文PGSR(3D高斯表面重建)。通过环境配置、数据集准备、训练调参和结果验证的全流程实战,帮助读者掌握3D高斯抛雪球(3DGS)与几何约束结合的前沿技术,实现高质量的3D表面重建。 阅读详情

写这篇博客的时候已经在autoDL上复现成功了scan105,
以下是7000轮次的老虎背后的效果:




15000轮次的反面:



我又发现了一个可视化的网站,好高级
Free 3DGS Viewer - Online 3D Gaussian Splatting Model Viewer & Converter


此刻在跑scan97,在跑正下方这行代码的之前,要把数据集中的sparse/0底下的所有文件复制一份到和0同级,然后就能顺利跑通;

# 核心训练命令(直接复制执行)
python train.py \
  --source_path ./data/dtu_dataset/dtu/scan97/ \  # scan97数据路径
  --model_path ./output/scan97_pgsr_optimized/ \  # 训练结果输出目录
  --iterations 30000 \  # 总训练迭代数
  --test_iterations 7000 15000 30000 \  # 测试评估迭代点(强制生成测试集PSNR)
  --save_iterations 7000 15000 30000 \  # 保存模型的迭代点
  --exposure_compensation \  # 曝光补偿(提升图像渲染质量)
  --densify_until_iter 25000 \  # 延长致密化至25000轮(scan105默认15000,核心优化)
  --densify_from_iter 500 \  # 提前开始致密化
  --densify_grad_threshold 0.0001 \  # 降低梯度阈值(更多点被保留)
  --quiet  # 精简输出,聚焦关键日志

51c自动驾驶~合集44 我自己的原文哦~ https://blog.51cto.com/whaosoft/12969097清华大学&字节 | 迈向通用机器人策略:如何选择VLA?为什么我们需要VLA(自然形成视觉-语言-动作模型)而不是其他通用策略?VLA究竟由什么过人之处?这个概念在自动驾驶领域似乎要更进一步。10月底,谷歌旗下自动驾驶公司Waymo推基于端到端的自动驾驶多模态模型EMMA。业内人士表示,EMMA既有端到端智驾能力,还融合了多模态大模型,其实就是一个VLA模型架构。智能驾驶行业在rule-base上已进行了十 阅读详情

相关推荐

PGSR : 基于平面的高斯溅射高保真表面重建【全流程分析与测试!】【2025最新版!!】

PGSR论文提出了一种基于平面约束的高斯溅射方法,实现仅从多视角RGB图像进行高质量表面重建。该方法创新性地将3D高斯约束到平面上,结合自适应密化策略和多阶段优化流程,在DTU数据集上取得了0.47的平均Chamfer Distance,训练效率提升17%。相比传统方法,PGSR无需几何先验,重建质量高且计算高效,开源代码便于研究和应用。论文来自浙江大学团队,核心创新包括平面约束机制和智能密化策略,为三维重建领域提供了新思路。

举个栗子的博客 3235

潜水员检测数据集 | 潜水员检测 水下目标检测 水域搜救 目标检测9288期

本数据集专注于 水下环境中的潜水员视觉检测与识别 ,服务于水域搜救、海洋工程巡检及水下安防。数据涵盖不同水深、光照和水质条件下的潜水员图像,适配目标检测模型训练、水下机器人视觉及自动化监控等应用。

qq_2529413168的博客 210

CIoU + DFL:目标检测定位精度的“双引擎”协同深度解析

在当今实时目标检测领域,YOLO系列模型凭借其卓越的速度与精度平衡,成为了工业界和学术界的事实标准之一。无论是YOLOv8、YOLO11还是未来的迭代版本,其性能的持续突破,不仅源于网络架构的创新(如C2f模块、解耦头、Anchor-Free设计),更深层次地依赖于其精巧设计的损失函数体系。其中,与的组合,被证明是提升边界框(Bounding Box)回归精度的黄金搭档。本文旨在深入剖析这对“双引擎”为何必须协同工作,而非各自为战。

浩瀚之水的专栏 37

高效目标检测利器:X-AnyLabeling 加载自定义 YOLO 模型自动标注实操指南

要让模型输出正确的标签,必须告诉软件你的类别是什么。这是自动标注不报错、标签不乱的核心步骤!在 X-AnyLabeling 安装目录下,找到文件夹。找到一个与你模型架构匹配的 YAML 模板(比如或复制一份并重命名(例如),用记事本打开修改关键信息:type: yolov8 # 根据你的模型填 yolov5 或 yolov8display_name: yolov8n # 你的检测模型。

Smoothly_Lu的AI博客空间 329

YOLO多任务实战,实例分割、姿态估计与目标跟踪

本文系统阐述YOLOv8多任务实战技术,涵盖实例分割、姿态估计与目标跟踪的联合实现。基于共享骨干与解耦头设计,YOLOv8通过原型掩码与关键点回归实现高效多任务推理,支持检测、分割、姿态、分类与跟踪一体化部署。文章详解网络结构、任务头设计、联合训练优化及TensorRT加速,提供可复现的完整代码流程,适用于工业视觉、智慧交通等实时多任务场景,显著降低开发与部署成本。

QQ_778132974的博客 282

<数据集>咖啡叶片病害识别<目标检测>

YOLO与VOC格式的咖啡叶片病害识别数据集,适用于YOLO系列、Faster Rcnn、SSD等模型训练,类别:Cercospora、Miner、Phoma、Rust,图片数量1744。文件中包含图片、txt标签、指定类别信息的yaml文件、xml标签,已将图片和txt标签划分为训练集、验证集和测试集,可直接用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLOv11、YOLOv12、YOLOv13、YOLOv26等YOLO系列算法的训练。

qq_53332949的博客 316

libva中的图像格式说明

本文简要介绍libva-2.6.0中2D图像格式,涵盖YUV与RGB系列。主要格式包括VA_RT_FORMAT_YUV420、YV12、NV12等,按采样率(如4:2:0、4:2:2)和位深(如8/10/12位)区分。内存布局分为平面(如420P、444P)与打包(如YUY2、AYUV)两种方式,详细说明各格式的像素占用、平面数量及数据排列。

ZZXTIANMING的博客 228

Spring Cloud 整合(一) CRUD

Springcloud 整合之 CRUDSpringcloud介绍功能概述为什么要选用Springcloud Springcloud介绍 功能概述 实现微服务 Spring Cloud为开发人员提供了工具,以快速构建分布式系统中的某些常见模式(例如,配置管理,服务发现,断路器,智能路由,微代理,控制总线,一次性令牌,全局锁,领导选举,分布式会话,群集状态)。分布式系统的协调导致样板式样,并且使用Spring Cloud开发人员可以快速站起来实现这些样板的服务和应用程序。 为什么要选用Springcloud

Kerwin-Lin的博客 1501

OpenCV 缩放 与 位移

【代码】OpenCV 缩放 与 位移。

ahccqw的博客 385

无人机避障——4DMmvRadar三维点云坐标转换到无人机坐标系(三)

无人机避障——4DMmvRadar三维点云坐标转换到无人机坐标系(三)

weixin_45390670的博客 1869

如何使用3D高斯分布进行环境建模

使用3D高斯分布来进行建模,关键在于通过引入不确定性描述来提高建图的鲁棒性和精度。与传统点云表示相比,3D高斯分布提供了一种更为灵活和有效的方式来处理空间数据,能够通过协方差矩阵表示点的空间不确定性,帮助优化SLAM过程中的定位和地图更新。

JaydenQ的博客 2355

计算机视觉主要任务分类:分类、检测、分割、生成全解

计算机视觉是一个高度多样化且仍在快速扩展的领域。本文的目标是为读者提供一份关于计算机视觉四大核心任务的全面指南。我们将从定义、数学描述、评估指标、经典算法和代表应用五个维度,对每个任务进行深入剖析。全文依次讲解图像分类:计算机视觉的基石、目标检测:定位与识别、图像分割:像素级理解、图像生成:从无到有的创造、四大任务的对比与内在联系等内容。

2602_96795563的博客 361

SAP开发实战:用FI_DOCUMENT_CHANGE BAPI批量修改FB03凭证抬头和行项目文本(附完整ABAP代码)

本文详细介绍了如何使用SAP的FI_DOCUMENT_CHANGE BAPI批量修改FB03凭证抬头和行项目文本,提供完整的ABAP代码实现方案。通过该BAPI,开发者可以高效完成财务凭证的批量修改,确保数据一致性和审计合规性,显著提升SAP财务模块的运维效率。

weixin_29224589的博客 380

无人机影像落叶松林健康评估检测数据集 | 落叶松健康评估 林业病害监测 无人机航拍 密集目标检测9320期

本数据集聚焦于无人机航拍视角下的落叶松林健康状态评估与受损程度检测。 主要服务于林业病害监测、森林资源评估、火灾及风灾后的灾情定损。

qq_2529413168的博客 221

【Qualcomm高通音频】音效调试_录音文件播放有杂音,如何定位原因?

一、录音播放数据处理过程介绍 (1)TX方向 麦克风(硅麦克风或者主机体麦克风)采集模拟音频信号,经过内部CODEC芯片中的adc转换为数字信号,在经过高通音频DSP处理音效后编码为wav/aac/amr/mp3等格式文件。 (2)RX方向 音频文件经过解码、重采样还原为pcm数据,经过DSP处理音效后送到内部CODEC,然后经过DAC转换为模拟信号,送到喇叭。 二、分析步骤 1...

crow_ch的博客 5971

从Gcode命令看3D打印机的‘大脑’:Marlin/Klipper固件是如何执行你的指令的?

本文深入解析3D打印机固件Marlin和Klipper如何执行Gcode指令,从语法解析到运动控制算法,再到温度管理,详细揭示了从指令到物理动作的转化过程。通过对比两大固件的设计哲学和性能优化技巧,帮助用户更好地理解和调优3D打印机的核心控制系统。

weixin_26763955的博客 382

OpenCV 形态学处理相关知识点

整张图用一个固定阈值划分像素:大于阈值的设为一个值,小于阈值的设为另一个值。适合光照均匀、前景和背景差异明显的图像。

ahccqw的博客 263

C# HttpClient 实战:3步绕过Cloudflare指纹拦截,获取完整网页内容

本文详细介绍了如何使用C# HttpClient绕过Cloudflare指纹拦截,获取完整网页内容的3步实战方案。通过完美复制浏览器请求头、智能管理Cookie容器以及处理动态挑战页面,开发者可以有效突破Cloudflare的反爬机制,适用于爬虫开发和数据采集项目。

weixin_31856057的博客 320

智慧安防实战:电动车入梯AI识别与电梯安全联动实现

电动车入梯治理,真正考验的不是单一算法的识别能力,而是从视觉识别到业务联动的整体工程能力。从前端视频采集,到边缘端实时分析,再到语音劝阻、梯控联动和事件留痕,每个环节都需要相互配合。对于智慧安防项目而言,算法识别解决的是风险发现问题,业务联动解决的是风险干预问题。只有把两者真正连接起来,才能让原有监控设备从被动录像走向主动风险管理。

荆棘鸟智能的博客 242

setoolkit克隆网站获取用户信息

一、环境 kali、DVWA 二、步骤 首先打开kali,输入setoolkit 依次选择选项1-选项2-选项3-选项2 输入钓鱼网站的网址(默认为本地网址) 输入要克隆的网址URL 这里我的网址如图,将网址复制 然后模拟攻击场景,攻击者向受害者发送了一条钓鱼链接,此链接与DVWA的登陆页面完全一样,受害者点击之后并进行登陆信息 点击login之后,用户信息就被setool...

BeatRex的博客 2996

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

tonemap算法初探

4.三边滤波(trilateral filter)通过进一步考虑梯度变化来改进边缘处行为,后续的加权最小二乘滤波、局部拉普拉斯滤波等边缘感知滤波器(EPF)沿同一思想发展,构成了局部色调映射中一条清晰的技术脉络。3.tonemap色调映射算法是未来解决HDR的图像在SDR设备上显示的问题来设计一种变换函数,其目标不是。2.HDR图像不经过任何处理,直接显示在SDR的设备上,超出显示上限的亮度被截断为纯白,低于下限。并且在压缩全局动态范围的同时,如何尽可能保留局部对比度和细节,并且抑制此过程中产生的伪影。

dong6016的博客 336

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

AI 智能美甲推荐系统技术全解析

纤长型手指修长、掌部偏窄圆形甲、椭圆甲保留修长感,避免过尖匀称型比例均衡、甲床适中杏仁甲、方圆甲适度修饰,百搭耐看圆润型手指饱满、指尖偏圆杏仁甲、梯形甲纵向延伸,显纤细宽掌型掌部偏宽、手指偏短椭圆甲、杏仁甲拉长线条,弱化宽度。

巽视达的专栏 662

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

INP-Former阅读笔记

Inp-Former通过从有缺陷图像中自适应提取“正常参照”(INP),利用自身正常区域构建原型,减少外部样本不一致带来的干扰。其核心流程:预训练编码器提取多尺度特征;可学习token与融合特征输入INP提取器,生成清晰的正常原型并优化一致性;解码器基于该原型重建特征,通过对比编码与重建特征生成异常距离图。最终输出上采样后的异常热力图,实现精准异常定位。

学习者的博客 184

伊蚊检测数据集 | 伊蚊检测 病媒生物 公共卫生 目标检测9304期

本数据集专注于 显微或近景视角下伊蚊及其他蚊虫的视觉检测与分类 。 主要服务于公共卫生监测、病媒生物防控及虫媒传染病预警。

qq_2529413168的博客 372

2027年神经网络、计算机视觉与信息工程国际会议(NCVIE 2027)

2027年神经网络、计算机视觉与信息工程国际会议在南京举行,关注从“单点识别”走向“感知—决策—执行”一体化的技术跃迁。会议面向学术界、工业界与创新创业团队,研讨深度网络理论与可解释性、视觉基础模型、多模态学习、三维重建与生成式视觉、边缘端模型压缩、神经形态计算、信息检索与知识工程、隐私保护视觉智能、复杂场景鲁棒感知等方向,并延伸至智能检测、自动驾驶、机器人导航、遥感解译、医疗影像、工业质检和城市治理应用。

2601_96763876的博客 259

道路运输经营许可证识别技术:由计算机视觉负责“看”、自然语言处理负责“懂”,把纸质证件转化为可直接对接业务系统的高质量数据

说到底,道路运输经营许可证识别技术的价值不是"识别"本身,而是它把一张张纸质的许可证,变成了机器能读懂、系统能直接用的高质量数据。物流审核快了,监管准了,风控有底了。

智能图像识别 209
上一篇: 【发疯毕设日志day7】大疆tello火影结印起飞——模型测试代码
下一篇: 【2026.4.23】大一学生的加州房价预测、SVM人脸识别
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值