基于AutoDL平台的3D_Gaussian_Splatting初体验

阅前声明：

本文主要使用AutoDL平台部署和体验3D高斯泼溅模型。

由于该平台提供了3d_gaussian_splatting的镜像，所以整体上部署难度较低。本文的侧重点是介绍Autodl平台的一些新手使用方法、感受3D高斯泼溅的实际效果。

整个工作流程是：

官网项目链接：

GitHub - graphdeco-inria/gaussian-splatting: Original reference implementation of "3D Gaussian Splatting for Real-Time Radiance Field Rendering"

https://github.com/graphdeco-inria/gaussian-splatting

1、租用云服务器：

注册Autodl的账号，在算力市场里找到一台空闲多的显卡集群进行租用即可。这里有一点要注意，也是我踩得最大的一个坑之一：一定要租用消费级的显卡，显存24G大小的就足够了（在实际测试中，直接运行官方的代码，不做任何参数上的修改，训练单个数据集的显存占用大概是8GB）。不要租用V100，A800之类的算力卡。不清楚是官方代码的原因还是云端服务器商的原因，使用这两种算力卡会出现爆显存的问题，虽然他们的显存非常大！

在社区镜像里进行搜索，就可以找到需要的镜像文件。

开机之后，在控制台的容器实例里，就可以找到自己租用的云服务器了。

在第一次开机时，默认是带有显卡开机的，因为后面需要上传数据或者进行环境配置之类，为了省钱，可以立马关机，然后选择无卡模式卡机，这样的话费用会低很多。

2、数据上传

3D高斯泼溅模型训练出来的模型不是通用模型，这项技术本质上是对某个物体进行3D重建，所以针对每一个物体，都需要对应的数据集去训练，然后才能够重建出来。每重建一个物体，就需要训练一次，对应的数据集也即不同的物体照片。

如果想重建自己身边的物体，那么就需要个人数据集。个人数据的制作需要使用colmap工具，这里先不做具体的使用方法。这里仅提供使用官方数据集进行物体重建的方法介绍。

官方数据集的下载链接是：

https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/

这个650M的就是数据集。

这个数据集提供了四种可以重建的物体，这里我选择的是truck这个物体，图方便的话，大家也可以先使用这个数据。

第一步：创建data文件夹

可以现将整个truck文件夹剪切出来，放入一个data文件夹中，如图所示：

第二步：data文件夹的上传

Autodl平台如果直接上传文件的话，只能一个文件一个文件的上传。一次性上传多个文件一般有两种方式：①通过autodl提供的文件存储，上传压缩包的形式；②使用第三方的如xftp之类的软件，可以直接跨系统，且能够直接上传文件夹；

这里采用第二种方法。

下载、安装XFTP的办法大家可自行搜索。这个软件是可以免费使用的，也不需要注册账号，免费版本在官网是通过点击那个“免费协议”跳转进去的。

在使用XFTP的时候，需要输入远程服务器的ip/域名，密码之类的，在autodl上都可以找到。

复制远程连接的登录指令一般结构是这样的：

最后，域名、端口号、密码、用户名填进去就可以了。名称这一栏随便填。最后击连接。

连接成功之后直接互相拖转就可以实现文件的互传。

为了保证运行时磁盘空间的大小，这里建议把：gaussian-splatting文件夹放在autodl-tmp中，然后把data文件夹拖入gaussian-splatting文件夹中。

整体的文件结构如图所示：

3、训练模型

成功上传数据后，先激活虚拟环境，然后跳转到含有train.py脚本的目录下，在终端使用指令：

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

即可训练模型啦。

成功训练模型示意图：

具体的参数调整可参考官方介绍文档。

训练过程中显存使用情况：

loss值和psnr值情况：

4、可视化展示

这里使用的是官方提供的SIBR Gaussian Viewer可视化查看器，下载地址是：

https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/binaries/viewers.zip

模型训练完成后，可以将保存输出结果的output文件夹下载到本地，然后将output和上面的那个可视化工具解压到同一个目录下。

之后在该目录下开启终端，使用命令：

.\viewers\bin\SIBR_gaussianViewer_app -m data/output

即可获得模型重建的效果。

需要说明的是，这个过程是在本地电脑上实现的，没有使用远程服务器进行可视化。

关于这个可视化工具，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。

如果是直接运行这个可视化工具的话，它使用的是最后一个30000轮的模型。想分别查看七千和三万两个模型的效果，可以直接将output中的某个结果暂时移除，来进行查看。

5、效果展示

就个人感觉来说，三万轮较之七千轮，提升的效果还是比较明显的。