




























3D Gaussian Splatting 是3D 重建的划时代技术,本文记录官方代码的实践过程。
3D Gaussian Splatting(3D高斯泼溅/3D高斯点染)是一种用于实时高质量新视角合成的突破性3D场景表示与渲染技术。其核心特点在于将三维场景表征为一系列带有可学习属性的3D高斯函数,并通过高效的光栅化方式进行渲染。
操作系统 Ubuntu 22.04
Anaconda
Cuda 11.8
安装 ImageMagic
1 | |
下载源码:
1 | |
或
1 | |
安装 Python 环境:
1 | |
安装 SIBR
仓库中包含了 SIBR 的源码,在 SIBR_viewers 文件夹中
先安装相关依赖, 再编译安装
1 | |
执行
1 | |
能显示如下界面表示安装成功。

测试数据
如果要测试官方模型可以下载官方的测试数据集
解压后得到如下文件夹:
1 | |
官方demo
可以载 数据集 后进行训练
训练数据
需要下载 MipNerf360 的数据
这里以 MipNerf360 中 bicycle 数据为例训练 3D GS 模型
复制 bicycle2 中的图片到特定的文件夹 <path_to_dataset>/input
1 | |
生成 Colmap
1 | |
进行训练:
1 | |
训练过程占用显存不断增加,我的显卡显存 12G,仅能支持训练到 8000 iter,默认在 7000 iter时保存模型,这里我们展示该模型效果
重建效果对比
3D 可视化
文章链接:
https://www.zywvvd.com/notes/3d/gs/gaussian-splating-3d-in-action/gaussian-splating-3d-in-action/
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。