1.基础配置:
ubuntu 20.04
CUDA 11.8
colmap 3.10
GPU 3080 12G
2.拉取代码
git clone git@github.com:graphdeco-inria/gaussian-splatting.git --recursive
# 或
git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
3.创建虚拟环境(创建虚拟环境失败可能和cuda版本有关,版本选择11.8)
cd gaussian-splatting
conda env create --file environment.yml
conda activate gaussian_splatting
4.制作数据集
在gaussian目录下创建一个data目录,再在data目录下创建一个input目录。
数据分两种:
1.拍照,照片直接放入input文件夹
2.录制视频
将录制的视频文件xxx.mp4放在data目录下,在data目录下执行下述指令进行抽帧
ffmpeg -i xxxx.mp4 -r 5 -q:v 2 -f image2 input/%05d.jpeg
-r 5 可以通过修改这个参数来控制抽帧的帧率
5.使用colmap生成数据
返回gaussian目录下执行,如果失败,没准是colmap版本不对
python convert.py -s data
6.训练
python train.py -s data -m data/output
7.渲染
# Dependencies
sudo apt install -y libglew-dev libassimp-dev libboost-all-dev libgtk-3-dev libopencv-dev libglfw3-dev libavdevice-dev libavcodec-dev libeigen3-dev libxxf86vm-dev libembree-dev
# Project setup
cd SIBR_viewers
git checkout fossa_compatibility # 如果是22.04就不需要加这个指令
cmake -Bbuild . -DCMAKE_BUILD_TYPE=Release # add -G Ninja to build faster
cmake --build build -j24 --target install
以上是安装渲染软件,返回gaussian目录下执行该指令
./SIBR_viewers/install/bin/SIBR_gaussianViewer_app -m data/output