GaussianSTORM 的安装和配置教程

项目基础介绍

GaussianSTORM 是一个基于 PyTorch 的开源项目，用于实现大型室外场景的时空重建模型。该项目通过稀疏的多视角序列，快速、前向传播且无需监督地重建动态场景。它同时学习 3D 高斯分布和场景流，支持实时渲染，并能够进行运动分割。

项目使用的关键技术和框架

• 编程语言：Python
• 框架和库：PyTorch（深度学习框架）、gsplat（用于批量渲染支持）

项目安装和配置的准备工作

在开始安装 GaussianSTORM 之前，请确保您的系统已安装以下依赖项：

• Python 3.10 或更高版本
• CUDA 12.1（用于 GPU 加速）
• PyTorch 2.3（与 CUDA 版本兼容）
• NVIDIA GPU（例如 A100）

确保您的环境准备好之后，可以按照以下步骤进行安装。

安装步骤

1. 克隆项目

   首先，从 GitHub 上克隆 GaussianSTORM 仓库：

   git clone https://github.com/NVlabs/GaussianSTORM.git
   cd GaussianSTORM
   

2. 创建 Conda 环境

   创建一个名为 storm 的 Conda 环境，并激活它：

   conda create -n storm python=3.10 -y
   conda activate storm
   

3. 安装 Python 依赖

   使用 pip 安装项目所需的 Python 包：

   pip install -r requirements.txt
   

4. 安装 gsplat

   安装 gsplat 库，它对于批处理渲染支持是必需的：

   pip install git+https://github.com/nerfstudio-project/gsplat.git@2b0de894232d21e8963179a7bbbd315f27c52c9c
   

   如果上面的安装失败，可以尝试去掉 commit hash：

   pip install git+https://github.com/nerfstudio-project/gsplat.git
   

   注意：gsplat 的安装可能会因机器不同而有所不同，如果遇到问题，请参考原 gsplat 仓库的故障排除指南。

以上步骤完成之后，您的 GaussianSTORM 项目应该已经安装并配置完毕，可以开始进行相关的实验和开发了。