3D Gaussian Splatting Windows安装

已于 2024-06-22 14:07:43 修改
阅读量525 收藏 9
点赞数 3
文章标签： windows
于 2024-06-17 14:29:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41012767/article/details/139718706
版权

0.安装C++ 编译器

https://aka.ms/vs/17/release/vs_buildtools.exe

1.下载源码

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

2.安装cuda

NVIDIA GPU Computing Toolkit

CUDA Toolkit Archive | NVIDIA Developer

3.安装COLMAP

https://github.com/colmap/colmap/releases/tag/3.9.1

下载完成需要添加环境变量例如

 然后就可以在终端打开 

 4.安装ffmpeg 

Builds - CODEX FFMPEG @ gyan.dev

下载完成之后解压，同样加入环境变量

 5.安装miniconda

Miniconda — Anaconda documentation

最低0.47元/天 解锁文章
Y_Hungry
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
三维重建-3D Gaussian Splatting
03-07
三维重建-3D Gaussian Splatting
Gaussian-Splatting + Unity
12-24
Gaussian-Splatting + Unity: 使用Gaussian-Splatting训练数据并导入Unity中，大致步骤如下： 0.环境安装配置 1.视频录制 2.视频转序列帧 3.生成点云 4.训练 5.导入Unity 教程及效果展示：https://blog.csdn.net/qq_26318597/article/details/135182014
Windows下3D Gaussian Splatting从0开始安装配置环境及训练教程
weixin_64588173的博客
04-24 3729
本文将全程记录自己的3dgs配置过程，以及遇到的问题及解决办法。（Windows）
3D Gaussian Splatting for Real-Time Radiance Field Rendering 在AutoDl上部署
个人学习的一些笔记
04-13 851
先跟着B站中恩实验室跑一次本地的，得到一些数据以及下载一些可视化工具，之后将完整的代码上传到服务器，在服务器配置一下环境，跑代码大约只需要十分钟左右。最后在本地看结果。
【三维重建工具】NeRFStudio、3D GaussianSplatting、Colmap安装与使用指南（更新中）
qq_45752541的博客
04-08 4179
Nerfstudio，一个用于NeRF开发的模块化PyTorch框架。框架中用于实现基于NeRF的方法的组件即插即用，使得研究人员和相关从业者可以轻松地将NeRF集成到自己的项目中。框架的模块化设计支持实时可视化工具，导入用户真实世界捕获的数据集外（in-the-wild）数据，以及导出为视频，点云和网格表示的工具。近期，还导入了InstantNGP、3D Gaussian Splatting等最新重建算法。
3DGS（3D Guassian Splatting）部署验证+个人数据训练
u011833022的博客
03-06 5203
3DGS（3D Guassian Splatting）部署验证+个人数据训练
【稀疏三维重建】Flash3D：单张图像重建场景的GaussianSplitting
qq_45752541的博客
06-21 924
Flash3D，一种通用的单一图像场景重建。模型从一个单目深度估计的“基础”模型开始，扩展到一个完整的三维形状和外观重建器。为了高效，基于前向的GS进行扩展。具体的，模型预测了深度图表面的第一层GS，然后添加一层空间中的额外的高斯偏移，允许模型完成遮挡和截断后的重建。Flash3D高效，只需在单一GPU上训练一天。训练和测试在 RealEstate10k数据集上。当转移到NYU和KITTI的未知数据集时，其表现远优于竞争对手。
3D高斯飞溅实时辐射场渲染：一个用于3D实时辐射场渲染的项目
01-13
高斯飞溅（Gaussian Splatting）是一种先进的表面重建和渲染技术，常用于体绘制（Volume Rendering）。在3D辐射场渲染中，高斯飞溅方法通过将数据点用高斯函数进行扩展（splat），以形成连续的辐射场表示。高斯函数...
gaussian-splatting.zip
05-27
3DGS完整代码，附iphone手拍可重建数据集。 包含使用教程： 预处理：运行pre_data.py脚本 数据：预处理【python convert.py -s data】 训练：python train.py -s 【python train.py -s data】 ...
gaussian09安装
09-09
gaussian09安装教程 gaussian不需要root权限，只需要普通用户即可。假设普通账户名为aqhuangry 1. 把g09拷贝到一个目录下（需建立一个新文件夹，如名称为gaussian），假设 为 /home/aqhuangry/gaussian 2. 然后使用...
3D Gaussian Splatting代码中的Gaussian_Module和Cameras两个类的代码解读
Destiny_Di的博客
07-01 450
讨论Gaussian_model这个类，是因为里面包含了三维高斯分布的基本信息，里面定义了各种参量的构建方式、用于优化学习的激活函数、学习率设置方法和高斯点优化过程中的增加与删除方式及对应优化器的处理方法。这个类定义在scene文件夹中的gaussian_module.py文件里。scene/gaussian_model中进行函数构建。
3D Gaussian Splatting（高斯飞溅3D算法） Windows系统部署（简版） |导入到Unity
weixin_59961223的博客
01-12 5533
3D Gaussian Splatting最近真的是太热了，想看看重建出来是什么样子的，于是就参考网络上各位大神给的教程进行复现。我先在Ubuntu20.04系统上进行复现，环境配置安装成功，也可以进行训练，就是在编译可视化界面时一直cmake不动，显示的原因是FFmpeg出现了问题，在此期间我重新安装ffmpeg的各个版本，并且替换一些代码，还是cmake不起，在万般无语之下转到windows系统，没想到windows系统相对来说更容易复现。
3D Gaussian Splatting Linux端部署指南（含Linux可视化）
serapan的博客
02-21 9251
B站上看过windows版本的部署方式，可惜我的电脑没有GPU，linux服务器才有，于是根据github官网探索3D Gaussian Splatting的Linux端部署方式，记录一下。
3D gaussian_splatting 部署云端AutoDL
weixin_53194610的博客
03-21 499
记录在AutoDL中部署gaussian_splatting的过程
3D Gaussian Splatting的使用
gootyking的博客
12-04 6434
Gaussian splatting 快速生成自己屋子的模型
（NeRF学习）3D Gaussian Splatting & Instant-NGP环境配置
Wu_JingYi0829的博客
12-07 3928
我对比了一下官方fox文件夹里给的transforms.json写的图片路径，发现，我保存的路径有问题（但我还不知道是哪段代码导致存储的是这个路径）我在conda环境中使用的是python3.8，cuda用的是11.8版本，cudann用的是8.9.6.50。
Gaussian Splatting代码安装部署（windows）
koukutou_mikiya的博客
12-21 5077
Windows下安装部署Gaussian Splatting高斯泼溅记录
基于AI的3D场景重建技术新突破！破局自动驾驶端到端仿真
最新发布
51WORLD数字孪生
07-08 625
未来，51Sim 将持续迭代3DGS融合技术，为AI训练提供充足的数据燃料，赋能更广泛的行业应用。在通过3DGS点云建模的基础上，通过优化的AI融合算法，将静态3DGS场景与51Sim此前积累的静态场景库、动态的交通场景库和各类传感器仿真进行了自然融合，确保了。51Sim融合方案具有高质量和实时渲染的能力，高保真的模拟场景不仅提高了自动驾驶系统的训练质量，还显著提升了仿真的真实性，使其几乎可以达到肉眼难辨的程度，大幅。同时，利用先进的全局渲染技术，生成高质量视图，确保多相机视角的一致性和高保真度，实现了。
3d gaussian splatting具体是用什么实现的
01-17
3D Gaussian Splatting是通过将一组2D图像/视频映射到投影平面上，并使用高斯函数对每个像素进行加权来创建高质量的3D场景。具体实现方法如下： 1. 将3D场景中的对象映射到投影平面上，得到一组2D图像/视频。 2. 对于每个像素，计算其在3D场景中的位置，并根据其距离和方向计算高斯权重。 3. 将每个像素的颜色值乘以对应的高斯权重，并将结果累加到最终的3D场景中。 4. 重复步骤2和步骤3，直到处理完所有的像素。 5. 最终得到的3D场景可以从任意角度进行渲染。 这种方法可以在GPU上并行处理，因为每个像素的计算是独立的。通过使用高斯函数对像素进行加权，可以实现光线从中心向外扩散并减弱的效果，从而创建出更真实的3D场景。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

Y_Hungry

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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