3D gaussian_splatting 部署云端AutoDL

记录一下，我在部署的时候的过程，有问题一起学习。

首先 去AutoDL创建一个实例，我用的是RTX3090。（这里网上的教程很多，官网的文档也很清楚）。基础镜像 cuda1.8

创建好实例后，进入Jupyter。

在autodl-tmp （系统盘建一个文件夹，保存我们的代码。）

然后进入终端 cd 刚刚创建的文件夹下。使用git 将项目clone下来，记得在git的时候添加 

--recursive 记得添加，我也不知道为啥，添加后，我们配置环境就会成功，没有好像就歇菜了。

        git clone 地址 --recursive

然后我们就可以开始配置环境。

        conda env create --file environment.yml

不出意外我们就把环境装好了。

下面我们就可以跑代码，因为我们没有装colmap等工具，所以使用官网提供的数据集，进行测试。数据可以在项目的readme中找到。

在进行之前，我们需要将数据集，上传到云端，在项目根目录下创建一个文件夹，data，将文件上传进去。

上传的方法很多：个人使用的xshell和xftp（网上有很多教程，官网下载可以申请免费使用）

目录结构：

到这里我们就可以开始跑起来了：

首先激活我们刚刚创建的环境：conda activate gaussian_splatting

运行程序 python train.py -s ./data/truck(目录结构根据自己创建的写)

等程序运行结束，会在output文件夹里面生成结果。大概这个样子：

后面我们就可以使用可视化工具查看结果viewer

使用方法：

下载viewer进行解压，创建一个文件家output，将我们训练得到的文件夹，放到output里面。

我是在自己电脑上查看的 在viewer中cmd

在命令行，键入    .\bin\SIBR_gaussianViewer_app -m output/<文件夹名字>

到此结束。

生命：本人小白，也在学习，只为记录，有不对的地方欢迎指正，共同学习，五险进入，谢谢。保命。《狗头》

效果：

后面怎样怎进制作自己的数据集，大佬求教。联系：jobpg57@gmail.com