3D Gaussian Splatting训练自己的数据集

3D Gaussian Splatting

项目github地址：https://github.com/graphdeco-inria/gaussian-splatting

训练3D Gaussian Splatting模型步骤 （以下在windows平台实现）：

前置步骤 

1. 安装python  https://www.python.org/
2. 安装git  https://git-scm.com/
3. 安装适合电脑版本的cuda  https://developer.nvidia.com/cuda-toolkit
4. 拉取项目 在想要放的目录的地址栏输入cmd，然后输入
5. git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
6. 或者直接github下载
7. 安装anaconda  Distribution | Anaconda
8. 创建anaconda环境  conda create -n myenv python=3.9 pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

步骤1：记录场景

 需要场景的各个角度的图片，推荐100-1000张。数量过少会导致模型质量不够，数量过多会导致过长的训练时间。为了保持更好的效果，每张照片需保持一致的曝光。

准备好照片之后，在项目中新建一个data文件夹，再在data文件夹中新建一个input文件夹，放入照片

步骤2：获取相机位姿 

使用COLMAP获取相机位姿，

下载COLMAP并解压      https://github.com/colmap/colmap/releases/tag/3.8

将解压后的路径加入系统环境变量

进入到创建好的anaconda环境

1. conda activate myenv

及项目目录下输入以下命令获取相机资位

1. python convert.py -s data

步骤3：训练Gaussian Splatting

在创建好的anaconda环境中安装以下依赖

1. pip install plyfile tqdm
2. pip install submodules/diff-gaussian-rasterization
3. pip install submodules/simple-knn

完成安装后，运行以下命令训练

1. python train.py -s data -m data/output

步骤4：可视化模型

下载可视化工具并解压到项目中

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

通过下列命令运行：

1. .\viewers\bin\SIBR_gaussianViewer_app -m data/output