3D Gaussian Splatting学习过程记录10.31

运行代码

• 查看虚拟环境的命令：conda env list
• 在目录hufei/code/gaussian-spaltting，激活虚拟环境conda activate gaussian
• unexpected token ‘newline’ - 尝试1: dos2unix run.sh，失败，无法打开文件
•  - 尝试2: set +o posix，没有报错但是无效
•  - 尝试3: 输入的python train.py -s 命令中，应该是一个自己创建的根目录下的文件夹./dataset/db/playroom，用来存放一组输入的照片。即输入python train.py -s ./dataset/db/playroom​​​​​​​

查看代码

• 下载finalshell中复现好的代码
• 阅读read.me
• 梳理代码框架

阅读论文

• 下载论文并通读
• 看他人资料辅助理解：知乎、b站、YouTube的AI葵
• 总结论文流程

代码框架与论文流程的对应

step1: initialization
step2: projection
adaptive density control	gaussian_renderer
step3: differentiable tile rasterize	submodules/diff-gaussian-rasterization

其他代码文件

• arguments文件夹：一些可调的参数
• lpipsPyTorch文件夹：测量比较各个网络训练结果的LPIPS
• scene文件夹：cameras.py，加载colmap三维重建框架，读取数据库，其中的gaussian_model.py包含加载、缩放旋转、优化、activation、densification
• SIBR_viewers文件夹：引用开源的《A System for Image Based Rendering》，来构建interactive viewer
• utils文件夹：存放一些公共的可全局调用的文件
• convert.py：特征提取和匹配，捆绑调整（bundle adjuestment，从一组照片中重建三维模型），将image转化为ideal pinhole intrinsics
• full_eval.py：和MipNeRF等比较
• metrics.py：读图像，评估
• render.py：渲染
• train.py：训练，报告