3D gaussian splatting从零开始实验记录

记录了从零开始跑一遍3dgs实验的所有流程和细节。

1.软硬件环境

显卡A800
linux 系统
输入nvcc --version查询到Cuda compilation tools, release 11.8, V11.8.89
Anaconda3

注意其他系统可能步骤不同

2.下载代码，安装环境

要求有较好的网络环境，才能成功git clone里面包括的子模块submodules

git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
cd /path/to/your/project
conda create -n gs python=3.8
conda activate gs

输入nvcc --version查询到Cuda compilation tools, release 11.8, V11.8.89，在github的issue里搜cu118，然后找到的一种别人的安装方式，有部分修改：

pip install torch==2.0.0+cu118 torchvision==0.15.0+cu118 torchaudio==2.0.0+cu118 -f https://download.pytorch.org/whl/torch_stable.html
pip install submodules/diff-gaussian-rasterization/
pip install submodules/simple-knn/
pip install plyfile
pip install tqdm

3.下载别人准备好的数据集

在repo里作者提供了一些数据集，我下载了这个数据集，下载完毕后传到服务器，然后unzip

4.训练

一次训练一个场景，挑一个数据集，train（火车），把路径写到下面

python train.py -s /path/to/your/project/data/tandt/train

运行，等待13min
在ouput文件夹下得到结果，点开，有ply文件，还有camera.json文件。

5.看结果

一个简单的可视化方法：3dgs可视化网页，把ply文件传入到上面，等待几秒即可查看结果，用鼠标/键盘操作。也可以把json传到上面，点相机位置可以直接看渲染效果。