提示仅代表个人学习记录，不专业
1.cameras.bin（相机内参）
记录内容：每个相机的 id、model（成像模型）、width、height、params（如 PINHOLE 为 fx, fy, cx, cy）。
在本项目中的用法 ：
从 params 推导 FovX/FovY，用于构建投影几何，把三维高斯正确投到二维图像。
限制：项目仅支持"无畸变"的 PINHOLE 或 SIMPLE_PINHOLE（畸变模型不会被使用）。
影响点：影响渲染的视角投影、像素坐标到射线的变换、图像分辨率。
2.images.bin（相机外参与图像列表）
记录内容：每张图像的 id、qvec（旋转四元数）、tvec（平移）、camera_id（指向上面的相机）、name（图像文件名），以及每个像素的匹配信息 xys/point3D_ids（2D-3D对应，供 SfM 使用）。
在本项目中的用法：
用 qvec/tvec 转为 R/T，构建每一帧训练/测试相机；用 name 定位 GT 图像文件。
训练循环中"按相机视角渲染→与该视角的 GT 比较→计算损失"完全依赖这些位姿。
用于场景归一化（nerfpp normalization）：根据所有相机中心估计场景中心与尺度，保证训练稳定。
曝光学习映射键使用图像名（保存到 exposure.json）。
影响点：决定从哪个视角监督、渲染时的相机姿态、训练/验证划分（结合 LLFF hold 或 test.txt）。
3.points3D.bin（稀疏三维点云）
记录内容：全局稀疏点的 id、xyz、rgb、error、可见图像 image_ids、与之对应的 point2D_idxs。
在本项目中的用法：
初始点云来源：首次加载 COLMAP 数据时，会将 points3D.bin|txt 转换为 sparse/0/points3D.ply（见 storePly），再复制为模型目录的 input.ply。
该 input.ply 构成训练的初始高斯集合（位置与颜色的初始化），之后在训练过程中被优化为 point_cloud/iteration_*/point_cloud.ply。
影响点：决定初始几何与颜色起点；不直接参与后续每步损失计算（那部分用的是相机与图像）。
关系与差异
几何起点 ：来自 points3D.bin → 转 points3D.ply → 复制为 input.ply。
相机投影与位姿 ：来自 cameras.bin（内参）与 images.bin（外参+图像名）。
监督数据：通过 images.bin 的 name 去读取对应的图像作为 GT。