2. 下载代码,构建自己的数据 在编译好colmap之后,就可以用来将自己的数据构建一个Structure-from-motion的数据格式,然后gaussian splatting算法就可以直接在数据上训练了. 先从官方仓库中克隆gaussian splatting的代码 git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive (1) 默认Colmap配置...
官方代码仓地址: github:https://github.com/graphdeco-inria/gaussian-splatting 本地环境: nvidia 3060 cuda 11.8 visual studio 2022 安装步骤: 1 clone代码仓 2 下载作者提供的models 3 下载代码仓里提供的SIBR二进制包,解压到viewers 4 执行 ./viewers/bin/SIBR_gaussianViewer_app.exe -m model/models/tr...
This is a simple Gaussian Splatting Viewer built with PyOpenGL / CUDARasterizer. It's easy to install with minimum dependencies. The goal of this project is to provide a minimum example of the viewer for research and study purpose. News!
使用viewer工具对训练结果进行可视化。执行以下命令: ./viewers/bin/SIBR_GaussianViewer_app -m data/output 这将打开一个窗口,显示训练后的三维表面重建结果。您可以在窗口中自由旋转、缩放和平移视图,以便更好地观察和分析结果。 四、总结 通过本文的引导,您已经成功实现了免环境配置的3D-Gaussian-Splatting运行。...
你需要去下载一个软件,用于查看渲染结果,这里给出链接:https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip 然后运行: cd install/bin ./SIBR_gaussianViewer_app -m ~/Documents/gaussian-splatting/output/face 正如论文所描述的3D高斯就是由一个个的椭球组成的。
在windows中,可以直接在该链接下载构建好的可视化工具https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip 将该文件解压到工程文件夹中即可完成安装 安装完成之后,在地址栏输入cmd,通过下列命令运行: .\viewers\bin\SIBR_gaussianViewer_app-m data/output ...
4 执行 ./viewers/bin/SIBR_gaussianViewer_app.exe -m model/models/train/ 就可以看到已经训练好...
执行如下命令可视化3D Gaussian Splatting,可以按 Y 键用鼠标控制视点: SIBR_gaussianViewer_app.exe -m "<PATH>\gaussian\gaussian-splatting\output\c1d627ca-d" 结果如下,点击这里查看视频: 原文链接:3D Gaussian Splatting : Real-Time Rendering of Photorealistic Scenes ...
ffmpeg -i /myDoc/rangcha.mp4 -qscale:v 1 -qmin 1 -vf fps=4 ./dataset/input/%04d.jpg # 转换、训练和viewer在GitHub上面有说明,我就不重复了。最好是在Windows的powershell中运行,Linux在convert部分不太友好,特别是在docker中的时候。
开始训练 python train.py -s <path to COLMAP or NeRF Synthetic dataset> 使用交互式视图 ./SIBR_viewers/install/bin/SIBR_gaussianViewer_app -m /home/linhai/code/gaussian-splatting/output/ba17fb80-1