【3DGS】win11下3D Gaussian Splatting环境搭建与可视化

操作系统:Win11

设备：笔记本 显卡：Nvidia GeForce RTX 3070Ti

CUDA:12.4 Python:3.9 Anaconda

1.克隆3DGS代码（win下需要有git命令）

git命令安装：【已解决】git 不是内部或外部命令，也不是可运行的程序_git' 不是内部或外部命令,也不是可运行的程序-CSDN博客

git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive

下载训练数据集：3D Gaussian Splatting for Real-Time Radiance Field Rendering (inria.fr) 

 选择Scenes-650MB下载，并在克隆代码位置创建一个新文件夹data放训练集，在data里再创建一个output文件夹放训练结果

2.环境配置

首先安装CUDA Cudnn，本人安装的是12.4版本的，可参考以下帖子：

深度学习环境配置——Windows安装CUDA与CUDNN_cudnn tarball-CSDN博客

装好了CUDA Cudnn，用管理员命令打开Anaconda Prompt，创建名字为3dgs环境并激活。

conda create -n 3dgs python=3.9
conda activate 3dgs

然后需要根据自己的CUDA版本来配置torch torchvision torchaudio，一定要注意安装gpu版本的torch（一个G以上的注意分辨），因为一开始没注意这个问题导致捣鼓了好久环境，可以参考以下帖子：

【超详细教程】2024最新Pytorch安装教程（同时讲解安装CPU和GPU版本）-CSDN博客

下载环境前可以进行换源，下载速度可以快一点，从清华源里面CUDA12.4 Python3.9对应的torch torchvision torchaudio好像找不到，最后不得不用200k的网速从官网下的三件套。

可以根据官方的环境配置看看自己少什么，再安装一下就行了。本人好像缺少一个plyfile。

这是我的环境信息，可以参考一下：

 

3.训练数据集

本人还没有Colmap来获取位姿，所以先用的官方给的转好的数据集。-s是假如训练truck数据集，-m是输出位置。

python train.py -s data/tandt/truck -m data/output/truck

4.可视化

下载Viewers:https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip 

解压后在里面创建一个output文件夹，用于放刚刚训练好的output。输入下面指令就完成了。

.\bin\SIBR_gaussianViewer_app -m output\truck

5.参考资料

【3DGS】Ubuntu20.04系统搭建3D Gaussian Splatting及可视化环境_ubuntu 3dgs安装-CSDN博客 Ubuntu20.04 3DGS复现全流程_3dgs代码复现-CSDN博客