3D Gaussian Splatting学习记录11.1

3D Gaussian Splatting是一种用一组2D图像/视频创建高质量3D场景，从而可以从任意角度渲染的方法。类似NeRF但效果更好。

在本地复现

参考A beginner friendly introduction to 3D Gaussian Splats and tutorial on how to train them.和3D Gaussian Splatting入门指南 - 哔哩哔哩

1. 下载环境，安装python、git、CUDA
2. 在想安装的目录地址栏输入cmd，再输入git clone git@github.com:graphdeco-inria/gaussian-splatting.git --recursive
3. 拍摄各个角度的照片，放入项目新建的data/input文件夹
4. 下载安装COLMAP（对应CUDA版本的），解压后添加到电脑系统的环境变量中
5. 在项目地址栏键入cmd，再输入python convert.py -s data，运行可获取相机位姿
6. 打开COLMAP.bat可看到可视化相机位姿，File>Import model，选择文件data/sparse/0，可看到可视化点云
7. python train.py -s data/output，训练
8. 下载可视化工具，运行.\viewers\bin\SIBR_gaussianViewer_app -m data/output

在服务器复现

• 在目录hufei/code/gaussian-spaltting，激活虚拟环境conda activate gaussian
• python train.py -s ./dataset/db/playroom
• 更新pip，安装numpy

• NameError: name 's' is not defined - 解决: 将gaussian_renderer/__init__.py, line 88 的代码注释掉

• 开始训练了，但是训练完不成就结束了

• 解决：应是和其他程序公用显卡的问题，在train.py的26行os.environ['CUDA_VISIBLE_DEVICES'] = '1'，训练完成