ARTICLE DETAIL

资讯详情

深耕网站建设、视觉设计与SEO优化的一线实战洞察。

照片到可旋转三维场景:3D Gaussian Splatting 工具 Spirula Studio 完整上手教程

照片到可旋转三维场景:3D Gaussian Splatting 工具 Spirula Studio 完整上手教程

照片到可旋转三维场景:3D Gaussian Splatting 工具 Spirula Studio 完整上手教程

【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio

Spirula Studio 是一款开源的 3D Gaussian Splatting(3DGS)训练工具,能把照片或视频直接训练成可自由视角的三维场景,还能转成带纹理的网格。它以单个自包含程序交付,不用装 Python、不用配置训练环境,NVIDIA 与 AMD、Intel、Apple 显卡都能跑。下面这条最短路径,从原始照片出发,直到拿到第一个三维模型。

你会拿到什么:三种打开方式的 Splat 模型 🎯

一次训练完成后,产物是两个文件:Splat 文件(PLY 格式)和检查点。

Splat 文件有三种查看方式:GUI 的 Viewer 界面直接打开,可自由旋转缩放,最多 4 个模型同屏对比,适合比较改参数前后的差异;内置的 WebGL2/WebAssembly 查看器能在浏览器里打开,不依赖本机 GPU,实测可处理 6.4 GB、3900 万个高斯点的模型;也可以转成网格,下一节细讲。检查点则用于断点续训,改完参数可以从原地接着跑。

拿到程序的两种方式:下预编译包或编译 Vulkan 后端 💻

首选是项目 Releases 页面的预编译包:按平台选好解压,双击打开 GUI,不需要任何配置。

第二种是从源码编译,适合 AMD、Intel、Apple Silicon 用户。构建脚本会一次完成代码生成、源码检查和 CMake + Ninja 编译:

git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKEND=vulkan

产物在build_vulkan/spirula(Windows 下为build_vulkan\spirula.exe)。Vulkan 后端覆盖主流 GPU 厂商,macOS 由 CMake 自动拉取 MoltenVK 支持 Apple Silicon;NVIDIA 用户也可改用-DSS_BACKEND=cuda,功能等价,两个后端的差异细节见 docs/backends.md。

准备第一个数据集:照片文件夹、视频或现成重建结果 📷

数据集界面接受三类输入,直接拖进窗口即可,自动识别,不用手工整理:

输入会发生什么
照片文件夹内置 SfM 完成特征匹配与相机位姿重建(ALIKED、LightGlue 等算法),几分钟后得到数据集
视频文件内置抽帧,自动挑最清晰的帧,可选跳过模糊帧与重复帧;支持 GoPro MAX 的.360等 360° 文件,无需去畸变
现成数据集COLMAP、Nerfstudio、Metashape 三种格式自动检测并直接打开

360° 与鱼眼相机处理的细节值得翻一遍 docs/datasets.md。习惯传统工具的话,reference/scripts/ 里也备有一套独立的 Python 预处理脚本。

开始首次训练:选个预设,确认步数,点击开始 🏁

GUI 的新手路径是:Home → Open a Dataset → 选预设 → Basic Options 勾几项 → Start Training。预设是参数打包:3dgs(默认)是通用配置,centered-object面向单体静物,360-camera面向全景数据。高级参数全在 "All Options" 里,支持搜索和悬停提示,默认值原样保留也能跑。

训练过程中右侧视口实时渲染 3DGS 模型,左侧面板显示指标曲线和逐步日志,随时可暂停或停止。速度参考:RTX 5070 上实测单步 8–24 毫秒(含实时视口更新),首次体验的步数几分钟内就能跑完。

在服务器或云上 GPU 上,用同一条 CLI 即可,默认还会启动一个 Web 查看器,ssh -L转发端口后在浏览器里盯着训练进度:

spirula train --data <数据集目录>

全部字段定义在 src/config/TrainConfig.h,其余选项用spirula --help查看。

导出网格:一条命令进 Blender 或 3D 打印 🧊

训练结束后,Splat 可以转成带颜色的网格。一条命令能同时输出多种格式与配色,网格面只提取一次,换配色不重跑:

spirula mesh <训练输出目录> --format glb,ply,stl --color vertex,texture

glb带烘焙好的纹理贴图,可直接进 Blender;stl交给 3D 打印;只想要顶点色就写--color vertex。GUI 的 Mesh 界面与这条命令共用同一套底层逻辑。

常见问题与进阶方向 🔍

显存不够:量化训练本身就很省,官方口径是 8 GB 显存可容纳 1000 万个带 SH3 的高斯;仍紧张就把 Image resolution 调低一档,或减小最大 Splat 数cap_max。

结果偏大偏小、方向歪:数据集创建模块现在会读取视频与照片里的遥测元数据来恢复真实比例与朝向,重跑一次数据集创建即可修正。

想继续深入:后端设计读 docs/backends.md,完整文档索引在 docs/README.md。GUI 和 CLI 都支持 13 种界面语言,中文用户可以直接在设置里切到简体中文。

【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

返回列表