3D Gaussian Splatting 项目使用教程

1. 项目目录结构及介绍

gaussian-splatting/
├── SIBR_viewers/
├── arguments/
├── assets/
├── gaussian_renderer/
├── lpipsPyTorch/
├── scenes/
├── submodules/
├── utils/
├── .gitignore
├── .gitmodules
├── LICENSE.md
├── README.md
├── convert.py
├── environment.yml
├── full_eval.py
├── metrics.py
├── render.py
├── train.py

目录结构介绍

• SIBR_viewers/: 包含用于查看和优化过程的网络查看器。
• arguments/: 包含项目参数配置文件。
• assets/: 包含项目所需的资源文件。
• gaussian_renderer/: 包含用于实时渲染的OpenGL渲染器。
• lpipsPyTorch/: 包含用于图像质量评估的PyTorch实现。
• scenes/: 包含场景数据文件。
• submodules/: 包含项目的子模块。
• utils/: 包含项目使用的工具函数和脚本。
• .gitignore: Git忽略文件配置。
• .gitmodules: Git子模块配置。
• LICENSE.md: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• convert.py: 用于将图像转换为优化准备好的SfM数据集的脚本。
• environment.yml: Conda环境配置文件。
• full_eval.py: 用于完整评估的脚本。
• metrics.py: 用于计算评估指标的脚本。
• render.py: 用于渲染训练模型的脚本。
• train.py: 用于训练模型的脚本。

2. 项目启动文件介绍

train.py

train.py 是项目的主要启动文件，用于训练3D高斯模型。它使用PyTorch和CUDA扩展在一个Python环境中进行训练。

主要功能

• 模型训练: 从SfM输入生成3D高斯模型。
• 优化过程: 通过优化3D高斯的各向异性协方差来实现场景的精确表示。

使用方法

python train.py --config path/to/config.yml

render.py

render.py 用于实时渲染训练好的模型。它使用OpenGL进行实时渲染。

主要功能

• 实时渲染: 支持各向异性splatting，加速训练并允许实时渲染。

使用方法

python render.py --model path/to/trained_model

3. 项目配置文件介绍

environment.yml

environment.yml 是Conda环境配置文件，用于设置项目的Python环境。

主要内容

• 依赖包: 列出了项目所需的所有Python包及其版本。
• 环境变量: 配置了环境变量，如CUDA SDK版本。

使用方法

conda env create --file environment.yml
conda activate gaussian_splatting

config.yml

config.yml 是项目的配置文件，用于配置训练和渲染过程中的参数。

主要内容

• 训练参数: 包括学习率、批量大小、优化器类型等。
• 渲染参数: 包括分辨率、帧率、渲染模式等。

使用方法

在启动训练或渲染脚本时，通过 --config 参数指定配置文件路径。

python train.py --config path/to/config.yml

通过以上教程，您可以了解并开始使用 3D Gaussian Splatting 项目。