【记录帖】高斯喷溅部署

做一个简单的小流程

先把文档发这里:jonstephens85/gaussian-splatting-Windows: 3D Gaussian Splatting for Real-Time Radiance Field Rendering - Detailed Windows Install & Usage Instructions (github.com)

建议都放一块!!!!

先把软件下好

Git Git - Downloads
Conda Download Anaconda Distribution | Anaconda

CUDA CUDA Toolkit Archive | NVIDIA Developer
PS:这个是N卡(NVIDIA)的工具包,A卡(AMD)不知道

VS Visual Studio Older Downloads - 2019, 2017, 2015

COLMAP Releases · colmap/colmap · GitHub

ImageMagik ImageMagick – Download

FFMPEG Download FFmpeg

image-20240516211050061

开这个系统组件(注意一下上面这俩标**的软件)


设置路径(根据你自己下载的地方来)

image-20240516211708786

记得你下的这个嘛,进这个base命令符,然后克隆储存库

就是输入这个

git clone GitHub - graphdeco-inria/gaussian-splatting: Original reference implementation of "3D Gaussian Splatting for Real-Time Radiance Field Rendering" --recursive

然后安优化器

首先输入这个

SET DISTUTILS_USE_SDK=1

没反应是对的

然后输入这个

conda env create --file environment.yml

这个报错的话,重启一下,多试几次

然后等吧,等它下完。噢对了,记得关魔法,当然你也可以体验一下不关魔法是什么感觉。

你还需要在计划优化 3D 高斯飞溅的每个会话开始时输入。

conda activate gaussian_splatting

(前面那个会变成这样)

进入你的克隆了的库的路径

/gaussian-splatting

PS:还记得cd怎么用的不?linux学的

然后记得把你的数据放在这个文件夹里面,建议是建一个data/input然后在input里放照片

(提醒一下,如果给的是视频,还要用FFMPEG按帧切出照片,具体怎么做去看文档,这里不用)

然后运行

这个文件

具体方式是打命令行

python convert.py -s (location)

噢,这个location注意一下,路径不要到input那个文件里面去了,它识别的是input这个文件夹然后读里面的东西,所以不用cd进input里面

然后会生成一堆东西,这个就是数据集了

然后就要运行

还是打命令行

python train.py -s

跟刚刚一样,就是那个路径

噢如果你报错了,没colmap这个指令,那就是你之前环境变量没搞对。

输出完了过后就会生成一个output文件夹

好,现在下一个viewers https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip

放在如上图所示的地方(就那个viewers文件夹)

然后打命令行,先cd进/gaussian-splatting/viewers/bin

然后就跑程序 命令行:

.//bin/SIBR_gaussianViewer_app -m (path to trained model)

我的是这样的:

SIBR_gaussianViewer_app.exe -m C:\Users\Ray\gaussian-splatting\output\609aea1b-f

可以参考一下

好了,OK了

我超 二刺螈(bushi

maker居然有人做Gaussian Splatting了 :grinning:可以试试那种照片转3d人脸模型的 给maker人员建个模(bushi

Linux端的部署可以参考我3月的那篇bbs :raising_hand_man: 【记录贴】Linux的深度学习环境配置 + 3D Gaussian Splatting云端部署 - 技术分享 - discussMaker (scumaker.org)