当前位置: 首页> 科技> IT业 > 3D GS 测试自己的数据

3D GS 测试自己的数据

时间:2025/7/12 6:11:40来源:https://blog.csdn.net/weixin_41965898/article/details/142203862 浏览次数:0次

环境配置

  • win11 
  • vs2019
  • cuda11.8+driver522.06
  • python3.10+pytorch 2.4.0
  • colmap3.8(可选,用于将图像生成点云)

安装

1 minicoda+git

2 vs2019

在装cuda前安装,  选择c++桌面开发即可,

环境变量path中配置C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.29.30133\bin\Hostx64\x64

3 cuda

下载 cuda_11.8.0_522.06_windows.exe

环境变量配置CUDA_HOME为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

4 colmap

下载 COLMAP-3.8-windows-cuda.zip

环境变量path中配置C:\Users\lucky\COLMAP-3.8-windows-cuda\bin 和 C:\Users\lucky\COLMAP-3.8-windows-cuda\lib

5 GS

注意:由于网络原因,子仓库的代码有时会下载不全。

git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
cd gaussian-splatting
conda create -n 3dgs python=3.10
conda activate 3dgs
conda install -c conda-forge vs2019_win-64
SET DISTUTILS_USE_SDK=1
pip3 install torch==2.4.0 torchvision==0.19.0  torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu118
pip install submodules\diff-gaussian-rasterization
pip install submodules\simple-knn
pip install plyfile tqdm opencv-python

遇到问题:glm.h 找不到,网络原因导致子仓库代码没有下载,解决如下:
cd gaussian-splatting\submodules\diff-gaussian-rasterization\third_party\glm 
git submodule update --init --recursive

6 可视化工具

下载 viewer.zip
环境变量path中配置 C:\Users\lucky\viewers\bin

运行

1 数据准备

准备照片,组织成如下目录结构:

PS C:\Users\lucky> tree /f test
C:\USERS\LUCKY\TEST
├─input
│      1723516992.444349.png
│      1723516992.544349.png
│      1723516992.644349.png
│      1723516992.744349.png
│      1723516992.844349.png
│      1723516992.944349.png
│      1723516993.044349.png
│      1723516993.144349.png
│      1723516993.244349.png

2 colmap生成3D点和位姿

python convert.py -s C:\users\lucky\test

test
├─distorted                   # 祛畸变后的
│  └─sparse
│      └─0
│           └─  cameras.bin
​​​​​​​│            ​​​​​​​│    images.bin
​​​​​​​│            ​​​​​​​│    points3D.bin
​​​​​​​│            ​​​​​​​│    project.ini
├─images                     #  祛畸变后的照片
├─input                         # 原始照片目录

3 训练3DGS模型

python train.py -s C:\users\lucky\test -m C:\users\lucky\test\output

4 可视化

SIBR_gaussianViewer_app -m C:\users\lucky\test\output

关键字:3D GS 测试自己的数据

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: