利用3DGS中convert.py处理自采数据

前言

3DGS源码中convert.py提供对自采数据集的处理,需要预先安装ColmapImageMagick.

ubuntu22.04安装colmap

点击进入NVIDIA官网,查看GPU的CMAKE_CUDA_ARCHITECTURES

1、克隆colmap源码,并进入colmap文件夹

复制代码
git clone https://github.com/colmap/colmap.git
cd colmap

2、打开终端,预先安装一些前置依赖

复制代码
sudo apt-get install \
    git cmake ninja-build  build-essential \
    libboost-program-options-dev libboost-filesystem-dev \
    libboost-graph-dev libboost-system-dev libboost-test-dev \
    libeigen3-dev libflann-dev libfreeimage-dev libmetis-dev \
    libgoogle-glog-dev \
    libgflags-dev libsqlite3-dev  libglew-dev qtbase5-dev libqt5opengl5-dev \
    libcgal-dev libceres-dev

3、新建build文件夹,并进入build文件夹

复制代码
mkdir build
cd build

4、使用 cmake 配置时,指明 CUDA 编译器路径和指定GPU 的计算能力架构

复制代码
sudo cmake .. \
      -D CMAKE_CUDA_COMPILER="/usr/local/cuda-11.8/bin/nvcc" ../CMakeLists.txt \
      -D CMAKE_CUDA_ARCHITECTURES='89'

CMAKE_CUDA_COMPILER是本机CUDA的路径,

CMAKE_CUDA_ARCHITECTURES是本机GPU的计算能力,4090显卡对应8.9。

5、退回上一级目录

复制代码
cd ..

6、 指定并行编译的线程数

复制代码
sudo make -j24

7、 开始安装

复制代码
sudo make install

ubuntu22.04安装ImageMagick

进入ImageMagick仓库,如下步骤安装

复制代码
wget https://imagemagick.org/archive/ImageMagick.tar.gz
tar -xzvf ImageMagick.tar.gz
cd ImageMagick-7.1.1-43
./configure
make
sudo make install
sudo ldconfig /usr/local/lib

convert.py

将自采数据集图片放于 <location>/input,在相应的文件夹中创建原始分辨率的1/2、1/4和1/8的图像。

复制代码
python convert.py -s <location> [--resize]

MyData
|---images
|   |---<image 0>
|   |---<image 1>
|   |---...
|---images_2
|   |---<image 0>
|   |---<image 1>
|   |---...
|---images_4
|   |---<image 0>
|   |---<image 1>
|   |---...
|---images_8
|   |---<image 0>
|   |---<image 1>
|   |---...
|---sparse
    |---0
        |---cameras.bin
        |---images.bin
        |---points3D.bin
相关推荐
千宇宙航6 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十四课——图像二值化的FPGA实现
图像处理·计算机视觉·fpga开发
橡晟6 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
PyAIExplorer7 小时前
图像亮度调整的简单实现
人工智能·计算机视觉
AI technophile9 小时前
OpenCV计算机视觉实战(15)——霍夫变换详解
人工智能·opencv·计算机视觉
JNU freshman10 小时前
计算机视觉 之 数字图像处理基础(一)
人工智能·计算机视觉
千宇宙航10 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十五课——基于sobel算子边缘检测的FPGA实现
图像处理·计算机视觉·fpga开发
AndrewHZ16 小时前
【图像处理基石】什么是色盲仿真技术?
图像处理·人工智能·pytorch·深度学习·计算机视觉·颜色科学·hvs
路溪非溪19 小时前
认识下计算机视觉中的人脸识别
人工智能·计算机视觉
CoovallyAIHub21 小时前
2025年小目标检测分享:从无人机视角到微观缺陷的创新模型
深度学习·算法·计算机视觉
CoovallyAIHub21 小时前
无人机图像中的小目标检测新利器:深入解析 LAM-YOLO 模型
深度学习·算法·计算机视觉