Windows本地部署3DGS

参考资料：

https://www.bilibili.com/video/BV1TC4y1M7EU/?spm_id_from=333.880.my_history.page.click&vd_source=c3cf57c8e78115d1eabc81099f74595c

https://blog.csdn.net/weixin_44574971/article/details/144111828

Windows下3D Gaussian Splatting从0开始安装配置环境及训练教程_3d gaussian splatting system下载-CSDN博客 

第三个链接的博客已经写的非常清楚了，唯一需要注意的点就是安装visual studio安装2019版本的。我这里写的不清楚的地方可以参考第三个链接。然后需要安装的各种包的链接在那一篇博客中也提供了。

配置说明：

博主之前也测试了很多遍，但多数因为各个包的版本冲突导致安装失败。这里展示安装成功的版本推荐：

visual studio 2019  //不要安装2022版本的，因为3DFS要使用到CUDA编程，且其中的子模块下载下来需要先编译，需要使用到C++的一些工具

python ==3.10.6

numpy ==1.26.4  // 3DGS的源码使用的是1.x版本的Numpy，不要下载2.x的

cv2 ==4.8.0.76  //不要下载最新版的，这个版本可以和上面的Numpy兼容

pytorch //使用的是这个版本的安装包，torch2.1.2 ,CUDA11.8（就是CUDA Toolkit11.8.0）

torch-2.1.2+cu118-cp310-cp310-win_amd64.whl

下载2019版本的vs链接：https://zhuanlan.zhihu.com/p/740245143

下载源码：

3DGS的源码有很多子模块submodels->下的这三个文件都需要下载，特别需要注意的是，这里的simple-knn并不会点击链接然后跳转进去，这里可以自己在网页搜索simple-knn这个项目，下载好后然后解压放到对应的文件夹即可。此外，需要注意的是，在submodules\diff-gaussian-rasterization\third_party的目录下，还需要下载一个项目glm，同样的你需要在github中搜索下载好这个项目然后放到对应的文件夹。

当然，你也可以采用“子模块递归下载”的方式下载，不过可能想快速下载的话需要配置一下代理设置。这里采用的是简单的方式直接下载压缩包的。

项目文件的编译：

到了这一步，是假设前面推荐的前面那些各种版本包的安装已经完成。（备注：到此处，需要安装的环境有，visual studio 2019,python3.10.6，anaconda（如果喜欢用这个的话），pytorch2.1.2，CUDA11.8，该配置的环境变量都已经配置好了）。

安装好visual studio2019后，可以在创建一个空白项目的时候，搜索一个叫做“CUDA Runtime ”的程序后，这个程序是用来检验CUDA编程是否正常的，运行结果是输出一个矩阵一样二挡东西就说明没问题。

对于diff-gaussian-rasterization的编译，采用下图所示方法。

simple-knn的编译采用类似的方法，先进入目标文件夹，然后执行编译指令。

显示结果大致这样的，就是编译成功了：
|

运行代码：

放入生成的视频在data文件夹里面，视频文件名命名为input，并在data文件夹中创建一个input文件夹，如图所示：其他文件夹暂时不用管，那是运行脚本后生成的文件。

安装Colmap，安装viewer（3DGS的可视化工具），安装ffmpeg。如何安装的可以参考文章：

Windows下3D Gaussian Splatting从0开始安装配置环境及训练教程_3d gaussian splatting system下载-CSDN博客

注意安装好记得配置环境变量，测试一下能不能使用。

整个3DGS的工作流程是：先对视频抽帧，获得图片数据集，这些图片数据集会保存在刚才创建的input文件夹中。然后使用colmap，根据获得的图片建模，得到初始点云。

将视频处理成图片的指令是：

ffmpeg -i input.mp4 -vf "setpts=0.2*PTS" input\input_%%4d.jpg

这个指令需要再data文件夹下执行。

使用colmap根据图片得到点云，指令是：

python convert.py -s data

这个指令需要在gaussian-splatting文件夹下执行。执行后，就会在data文件夹里面出现很多文件啦。

最后就是训练模型了：

训练的指令是：
python train.py -s data -m data/output

这个指令也是再gaussian-splatting文件夹下执行。训练完成 后，就可以使用前面安装的viewer来查看重建的效果了，执行的指令是：

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

直接通过这一条指令运行会发生一个报错：因为缺少一个动态链接库，也就是少了这个下图的这个文件：

解决方案可以参考这个链接，这个链接提供了下载这个文件的方式，将这个文件下载后移动到如下图所示的文件位置即可：

至此，大概的3DGS部署流程就结束了。

最后给大家展示一下总的环境情况吧，大家要是配置失败了可以参考一下。大多数原因都是包的版本文件，然后导致各种缺文件，编译错误等。visual studio一定要安装2019版本的。