2D-Gaussian-Splatting项目训练过程中NaN问题的分析与解决

问题现象

在使用2D-Gaussian-Splatting项目进行360_v2数据集(如garden场景)训练时，部分开发者遇到了模型训练异常的问题。具体表现为：

1. 前400次迭代训练速度异常缓慢
2. 随后高斯属性(gs)逐渐变为NaN值
3. 即使设置了lambda_normal为0.0，问题依然存在

问题根源分析

经过项目维护者和开发者的共同排查，发现该问题主要源于依赖库版本不匹配，特别是以下两个关键因素：

1. diff-surfel-rasterization子模块版本不匹配：虽然该模块能够成功编译，但由于使用了不匹配的版本，导致内部函数行为异常。

2. GLM数学库版本问题：部分开发者反馈GLM版本不匹配是导致NaN问题的直接原因。

解决方案

针对上述问题根源，推荐以下解决方案：

1. 正确克隆项目：使用--recursive参数确保所有子模块被正确克隆

   git clone https://github.com/hbb1/2d-gaussian-splatting.git --recursive
   

2. 严格遵循依赖版本：确保所有依赖库(特别是diff-surfel-rasterization)使用项目指定的确切版本。

3. 完整的环境配置：按照项目文档要求，配置完整的开发环境，包括正确版本的GLM库。

最佳实践建议

1. 训练参数设置：对于360_v2数据集，建议使用以下命令启动训练：

   python train.py -m output/mipnerf/garden -s data/mipnerf360/garden --lambda_normal 0.0
   

2. 环境隔离：使用虚拟环境(如conda或venv)管理项目依赖，避免版本冲突。

3. 监控训练过程：在训练初期密切观察损失值和参数变化，及时发现异常情况。

总结

在计算机视觉和图形学项目中，依赖库版本管理是确保项目稳定运行的关键因素。2D-Gaussian-Splatting项目中的NaN问题提醒我们，即使模块能够成功编译，版本不匹配仍可能导致难以察觉的运行时错误。开发者应当严格遵循项目的环境要求，使用正确的子模块版本，才能获得预期的训练效果。