feature-splatting 的安装和配置教程

1. 项目基础介绍

feature-splatting 是一个开源项目，它基于 Nerfstudio 实现了 Feature Splatting 技术。此项目旨在提供一个易于使用且高效的版本，相较于原始的 Feature Splatting 论文，它通过使用 MobileSAMV2 替代 SAM 以及使用简单的边界框选择高斯编辑等方法做了几个权衡。feature-splatting 非常适合用来检查特征质量。

该项目主要使用的编程语言是 Python。

2. 项目使用的关键技术和框架

• Nerfstudio: 一个用于 NeRF（神经辐射场）的快速、可扩展的 Python 框架。
• MobileSAMV2: 用于特征提取的轻量级模型，相较于 SAM 有更好的效率和性能。
• PyTorch: 一个流行的深度学习框架，用于项目的模型训练和推理。

3. 项目安装和配置的准备工作

在开始安装 feature-splatting 之前，请确保您的系统中已经安装了以下依赖项：

• Python 3.8
• Conda（用于创建和管理虚拟环境）
• Git（用于克隆和更新代码仓库）

详细安装步骤

1. 创建虚拟环境： 打开命令行，运行以下命令来创建一个名为 feature_splatting_ns 的隔离 conda 环境：

   conda create --name feature_splatting_ns -y python=3.8
   conda activate feature_splatting_ns
   

2. 安装必要的依赖： 在虚拟环境中安装 PyTorch 和 torchvision：

   pip install torch==2.1.2+cu118 torchvision==0.16.2+cu118 --extra-index-url https://download.pytorch.org/whl/cu118
   

   安装 CUDA 工具包：

   conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit
   

   安装其他必要的 Python 包：

   pip install ninja git+https://github.com/NVlabs/tiny-cuda-nn/subdirectory=bindings/torch
   

3. 安装 Nerfstudio： 使用 pip 安装 Nerfstudio：

   pip install nerfstudio
   

4. 安装 feature-splatting： 以开发模式安装 feature-splatting：

   pip install -e .
   

5. 下载并训练数据集： 使用以下命令下载一个示例数据集并开始训练：

   ns-download-data nerfstudio --capture-name=poster
   ns-train feature-splatting --data data/nerfstudio/poster
   

请确保在训练过程中，如果需要使用编辑工具，务必暂停训练，因为同时进行编辑和训练可能会导致竞争条件。

以上就是 feature-splatting 的详细安装和配置指南，按照上述步骤操作，您应该能够成功安装并运行该项目。