3D Gaussian Splatting 【环境配置】解决方案

1. 下载源码

个人发现的很多问题其实是源码没下全，用 git clone 可以直接下全，手动下载需下载四份代码。

1.1 git clone 自动下载

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

 
 

 
 
1

1.2 手动下载

不能 git clone 的再手动下载，包括四份代码：
3d Gaussian Splatting源码：
3d Gaussian Splatting下载地址
3d Gaussian Splatting 中的 Submodules/diff-gaussian-rasterization：
diff-gaussian-rasterization下载地址
Diff-gaussian-rasterization 中 third_party/glm：
glm下载地址
3d Gaussian Splatting 中的 Submodules/simple-knn：
simple-knn下载地址
下载完按对应位置解压就行。

2. 环境配置

Anaconda 新建环境，pytorch ，cuda 安装及 pip 能安装的略过，注意 cuda 版本一定要和 pytorch 版本对应上，主要写容易出问题的地方。

2.1 MSVC

安装 Diff-gaussian-rasterization 要用到 MSVC，比较懒人的办法是安装 Visual Studio 就行，记得改安装位置：
下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux (microsoft.com)
安装完成后，将cl.exe的路径添加到环境变量，参考如下：

D:\Software\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\14.37.32822\bin\Hostx 64\x64

 
 

 
 
1

在命令行输入

cl

 
 

 
 
1

有如下输出，即为配置成功。
然后就可以继续安装子模块了：

pip install submodules/diff-gaussian-rasterization
pip install submodules/simple-knn

 
 

 
 
1
2

2.2 可视化界面 Viewer

REAME 里已给出 pre-built 版本的 Viewer（windows用的），并不需要自己构建：
Viewer下载地址
下载后解压，通过如下命令使用：

2.2.1 训练过程中可视化

train.py 开始后可以在这里看训练过程，在 Viewer 文件夹下：

SIBR_remoteGaussian_app

 
 

 
 
1

2.2.2 训练完成后可视化

生成 output 下的文件夹后看训练结果，在 Viewer 文件夹下：

SIBR_gaussianViewer_app -m <path to trained model>

 
 

 
 
1

path to trained model 就是 output 内的文件夹，如：gaussian-splatting-main/output/ship

3. 问题自查

1. 检查 pytorch 版本是否与 cuda 版本对应
2. 检查代码是否下载完全
3. 检查 cl 命令能否使用

4. 制作数据集

4.1 安装 colmap

colmap下载地址
解压后，添加环境变量：

D:\XXX\COLMAP-3.8-windows-cuda

 
 

 
 
1

可在命令行中使用colmap命令检查是否配置成功。

4.2 使用 convert.py

准备一组图片，放入input文件夹，形成如下格式的文件树：

<location>
|---input
    |---<image 0>
    |---<image 1>
    |---...

运行如下指令，即可生成数据集：

python convert.py -s <location> [--resize] #--resize为可选参数，使用这个参数需要安装ImageMagick 

 
 

 
 
1

原文链接：https://blog.csdn.net/qq_21488193/article/details/134924533