【3DGS复现】Autodl服务器复现3DGS《简单快速》《一次成功》《新手练习复现必备》

文章目录

• 一、Autodl租云服务器
• 二、环境部署
• 三、训练
• 四、结果可视化查看
• 五、自定义数据集处理和训练
• References

一、Autodl租云服务器

博主镜像环境如下

也可直接使用别人创建好的镜像，参考基于AutoDL平台的3D_Gaussian_Splatting初体验

（博主为了练一下复现的能力就自己复现了，下述步骤算是比较简单了，应该可以一次成功）

二、环境部署

1. 初始化base环境
   conda init初始化base环境，执行完成后重新打开终端
2. 克隆项目

• cd autodl-tmp
• git clone https://github.com/graphdeco-inria/gaussian-splatting.git --recursive
  建议这步先开代理（source /etc/network_turbo）再clone

3. 安装mamba（兼容conda，但比conda快）
   conda install -n base -c conda-forge mamba
   如果出现ProxyError: Conda cannot proceed due to an error in your proxy configuration.错误，则表明是代理的问题，使用unset http_proxy && unset https_proxy这个命令关闭第2步中开启的代理，然后重新安装mamba。
4. 根据项目中环境yml文件创建虚拟环境

• cd gaussian-splatting
• mamba env create --file environment.yml -y
  这个过程可能出现Killed（由于博主上述前3步使用的是无卡模式（省钱），如果出现Killed说明无卡模式内存太小了，无法支撑环境创建，关机后重新开机（不使用无卡模式），然后cd autodl-tmp/gaussian-splatting，重新执行mamba env create --file environment.yml -y）

出现下述信息是正常的，如果不放心可以pip list一下检查一下包是否都安装上了

Installing pip packages: submodules/diff-gaussian-rasterization, submodules/simple-knn, submodules/fused-ssim, opencv-python, joblib

WARNING: Running pip as the 'root' user can result in broken permissions and conflicting behaviour with the system package manager. It is recommended to use a virtual environment instead: https://pip.pypa.io/warnings/venv

三、训练

参考基于AutoDL平台的3D_Gaussian_Splatting初体验

下载官方数据集https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/，进入后点击Scenes-650MB下载数据集，里面有两个文件夹db和tandt，其中tandt中有两个场景train和truck，使用这两个文件夹作为数据集即可。

我参考上述文章，将数据文件放在了data文件夹下，然后使用Xftp 8传到了服务器上（软件使用可参考基于AutoDL平台的3D_Gaussian_Splatting初体验，这里不赘述了）

使用下述命令训练-s后面为数据集输入路径、-m后面为结果输出路径，可以根据自己放置的位置灵活修改，下面以训练train为例：

python train.py -s data/train/ -m data/train/output

训练开始：

训练完成：

四、结果可视化查看

参考基于AutoDL平台的3D_Gaussian_Splatting初体验

下载官方提供的https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip可视化工具

1. 将训练后的data/train/output路径的output文件夹传到本地电脑，我是放在了D:\3DGS\results_view\output这里，可以自由定义，然后将下载后的viewers解压到results_view下（注意这时候解压的时候可能是将viewers里面的文件都解压出来了，这时候需要在results_view下创建viewers文件夹，然后存放解压后的内容在viewers下，如果正常解压则不用管这步）最后，文件结构是下述这样即可（保证output文件夹和viewers文件夹在同一目录下）。
   
   
2. 查看重建效果

• 在D:\3DGS\results_view下打开终端

具体操作

1. 如图点击路径位置
   
2. 在1步骤中位置输入cmd
   
3. 按回车键

• 命令行输入.\viewers\bin\SIBR_gaussianViewer_app -m results_view/output（其中-m后面是指定的output的路径，可以根据自己存放的位置自由修改）【这步是参考基于AutoDL平台的3D_Gaussian_Splatting初体验这个文章的，但是博主遇到了错误，具体看下面】
• 上一步可能遇到的错误
  如果报错，而且没有成功打开可视化软件（或者一闪而过）

D:\3DGS\results_view>.\viewers\bin\SIBR_gaussianViewer_app -m results_view/output
[SIBR] --  INFOS  --:   Initialization of GLFW
[SIBR] --  INFOS  --:   OpenGL Version: 4.6.0 NVIDIA 546.30[major: 4, minor: 6]

可能是没有用管理员身份运行，重新用管理员身份运行进入对应目录

如果要从C盘切换到D盘路径：使用D:然后cd到results_view文件夹下

如果报错找不到文件（先检查是否在对应文件夹下有对应文件，如果存不存在则重新生成，如果存在则将命令改为

.\viewers\bin\SIBR_gaussianViewer_app -m D:\3DGS\results_view\output

即最后一部分使用绝对路径），如下信息：

D:\3DGS\results_view>.\viewers\bin\SIBR_gaussianViewer_app -m results_view/output
[SIBR] --  INFOS  --:   Initialization of GLFW
[SIBR] --  INFOS  --:   OpenGL Version: 4.6.0 NVIDIA 546.30[major: 4, minor: 6]
[SIBR] ##  ERROR  ##:   FILE C:\Users\alanvin.AD\Repos\Github\3dgs\SIBR_viewers\src\projects\gaussianviewer\apps\gaussianViewer\main.cpp
                        LINE 140, FUNC main
                        Could not find config file 'cfg_args' at results_view/output

3. 解决完上述步骤，应该可以看到重建结果，如下图所示。

可以使用w，a，s，d，q，e来进行位置移动，u，i，o，j，k，l来进行视角的移动。

五、自定义数据集处理和训练

需要安装colmap

• 使用mamba install -c conda-forge colmap -y安装colmap
• 使用colmap -h检查是否安装成功（若输出版本信息等则说明成功，如3.8版本，使用mamba安装的一般都是3.8的colmap）
• 以图片数据集为例，参考三、训练章节及项目readme
  

将图片数据放在data文件夹下（我在data/test/input（注意，必须 是input下）下放置了我自定义的图片数据，没有处理数据前没有distorted文件夹，我是处理完的（即执行完下述命令后的结构））

• 运行下述命令

python convert.py -s data/test

好像运行上述脚本后会新创建一个images文件夹存放图片

• 然后就可以开始训练了，执行下述命令

python train.py -s data/test/ -m data/test/output

• 成功开始训练
  

• 训练结束
  

• 可视化查看（和上述章节步骤类似，不赘述）
  

References

基于AutoDL平台的3D_Gaussian_Splatting初体验