格)
Spirula Studio 快速上手第一次訓練 3DGS 模型并導出網(wǎng)格【免費下載鏈接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.項目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studioSpirula Studio 是一個自包含的 3D Gaussian Splatting 訓練器把照片或視頻拖進去它替你完成相機位姿重建、訓練和網(wǎng)格化產(chǎn)物是一個可自由視角觀看的 Splat 模型和帶紋理的 Mesh。全程沒有 Python、PyTorch 或 COLMAP——整條流水線打包在一個 C 二進制里通過 Vulkan 和 CUDA 雙后端跑在 NVIDIA、AMD、Intel 乃至 Apple 的 GPU 上。傳統(tǒng)流程要裝多少東西這里只要裝多少跑一次 3DGS 的傳統(tǒng)路徑搭 Python 環(huán)境、裝 PyTorch、對齊 CUDA 驅(qū)動版本、再單獨裝 COLMAP 做位姿光環(huán)境就可能卡掉一下午顯存還經(jīng)常撐不住換機重來。Spirula Studio 把這條鏈收進一個可執(zhí)行文件spirulaSfM、訓練、網(wǎng)格提取、評估全在里面量化訓練讓 8GB 顯存能塞下 1000 萬個 SH3 Gaussian。你甚至可以在云 GPU 上只用一條 SSH 端口轉(zhuǎn)發(fā)盯住整個訓練。維度傳統(tǒng) Python 流水線Spirula Studio安裝成本Python PyTorch COLMAP 各自配置一個可執(zhí)行文件解壓即跑硬件基本綁定 NVIDIAVulkan 后端跨 NVIDIA / AMD / Intel / Apple輸入 → 輸出照片/視頻 → 相機模型 → 切到別的程序訓練照片/視頻 → Splat 模型 → glb / ply / obj / stl 網(wǎng)格開跑前只確認三件事GPU任意廠商都行。AMD、Intel、Mac 選 Vulkan 后端NVIDIA 想用 CUDA 也可以兩者訓練與網(wǎng)格化功能完全一致docs/backends.md 有差異細節(jié)。注意內(nèi)置 SfM 和 AI 遮罩只隨 Vulkan 構(gòu)建提供CUDA 構(gòu)建默認不含。獲取方式新手直接下載 Releases 里對應平臺的包解壓雙擊打開 GUI。要自己編譯AMD / Intel 用戶的推薦姿勢git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKENDvulkanWindows 用build_develop.bat -DSS_BACKENDvulkan。腳本先跑代碼生成再調(diào) CMake Ninja產(chǎn)物在build_vulkan/spirulamacOS 在build/。素材一個照片文件夾或一段視頻就夠GoPro MAX 的.360也直接認。手里已有 COLMAP / Nerfstudio / Metashape 數(shù)據(jù)集的話同樣直接打開docs/datasets.md 列了全部支持的目錄布局。一次跑通從拖入素材到拿到模型 ?拖入素材生成數(shù)據(jù)集。把照片文件夾或視頻直接拖到窗口里。軟件按內(nèi)容自動識別照片走特征匹配與相機重建視頻先抽幀自動挑每段窗口里最清晰的一幀再進內(nèi)置 SfM——現(xiàn)代特征算法如 ALIKED / LightGlue 都已內(nèi)置。幾分鐘后屏幕上會出現(xiàn)稀疏點云加相機視錐能看到重建覆蓋是否完整。選預設開訓。訓練界面選一個預設默認3dgs什么也不改拍攝靜物選centered-object全景選360-camera。Basic Options 保持默認只把訓練步數(shù)num_iterations默認 30000改成 2000~3000第一次體驗夠看。所有高級參數(shù)收在 All Options 里帶搜索和懸停提示。盯視口等它變清晰。點 Start Training 后右側(cè)視口實時渲染 3D Gaussian Splatting 模型——能明顯看到場景從一團模糊逐漸長銳。左側(cè)是逐條日志和 PSNR 曲線。訓練進程默認同時在 7007 端口開一個 Web 查看器瀏覽器打開就能看到同一畫面人在本地、模型在云 GPU 上時ssh -L轉(zhuǎn)一下端口即可。結(jié)果落地查看 Splat 并導出網(wǎng)格 訓練結(jié)束后輸出目錄默認數(shù)據(jù)集/outputs里有 Splat 模型PLY 格式、每 2000 步一個的 checkpoint以及本次運行的config.json。三種看法GUI 的 Viewer打開 Splat 自由旋轉(zhuǎn)最多 4 個模型同屏對比倉庫自帶的Web 查看器基于 WebGL2/WASM瀏覽器里跑不占 GPU見 viewer/README.md訓練期間的 Web 頁面則適合遠程盯著進度。要網(wǎng)格一條命令spirula-mesh checkpoint --format glb --color texturecheckpoint可以是運行目錄、step-*.ckpt或splat.ply。--format和--colornone/vertex/texture都接受列表同一次運行會寫出全部組合——帶紋理的 GLB 給人看、素 STL 送打印機各取所需。文件直接進 Blender 或 DCC 工具。接下來可以試三件事用 AI 遮罩把視頻里走過的路人剔掉再訓換360-camera預設處理.360全景素材訓練中斷后用--resume指向 checkpoint 接著跑。幾個最常見的坑直接給答案顯存不夠怎么辦量化訓練本身已經(jīng)壓到 8GB 能訓 10M Gaussian再省就降一檔 Image resolution對應train_resolution_divisor或調(diào)低cap_max減少最大 Splat 數(shù)。AMD / Intel / Mac 能訓嗎能。選 Vulkan 后端即可跨廠商macOS 走 MoltenVK構(gòu)建時 CMake 會自動拉取。結(jié)果偏大、偏小或歪了數(shù)據(jù)集創(chuàng)建模塊現(xiàn)在會讀取視頻/圖片里的運動遙測元數(shù)據(jù)來恢復真實比例與朝向重新跑一次數(shù)據(jù)集創(chuàng)建就能修正。人在本地GPU 在云上用 CLIspirula train --data 數(shù)據(jù)集目錄默認附帶 Web 查看器配合ssh -L端口轉(zhuǎn)發(fā)瀏覽器里就能遠程盯進度。到這里拖入照片 → 內(nèi)置 SfM → 訓練 → 拿到 Splat 和網(wǎng)格的完整閉環(huán)已經(jīng)走完中間沒有裝過任何 Python 環(huán)境。想再往下挖docs/README.md 索引了架構(gòu)、后端、數(shù)據(jù)集等全部文檔spirula --help則是 184 個訓練字段的入口?！久赓M下載鏈接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.項目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 Spirula Studio 快速上手：第一次訓練 3DGS 模型并導出網(wǎng)格
Spirula Studio 快速上手第一次訓練 3DGS 模型并導出網(wǎng)格【免費下載鏈接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.項目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studioSpirula Studio 是一個自包含的 3D Gaussian Splatting 訓練器把照片或視頻拖進去它替你完成相機位姿重建、訓練和網(wǎng)格化產(chǎn)物是一個可自由視角觀看的 Splat 模型和帶紋理的 Mesh。全程沒有 Python、PyTorch 或 COLMAP——整條流水線打包在一個 C 二進制里通過 Vulkan 和 CUDA 雙后端跑在 NVIDIA、AMD、Intel 乃至 Apple 的 GPU 上。傳統(tǒng)流程要裝多少東西這里只要裝多少跑一次 3DGS 的傳統(tǒng)路徑搭 Python 環(huán)境、裝 PyTorch、對齊 CUDA 驅(qū)動版本、再單獨裝 COLMAP 做位姿光環(huán)境就可能卡掉一下午顯存還經(jīng)常撐不住換機重來。Spirula Studio 把這條鏈收進一個可執(zhí)行文件spirulaSfM、訓練、網(wǎng)格提取、評估全在里面量化訓練讓 8GB 顯存能塞下 1000 萬個 SH3 Gaussian。你甚至可以在云 GPU 上只用一條 SSH 端口轉(zhuǎn)發(fā)盯住整個訓練。維度傳統(tǒng) Python 流水線Spirula Studio安裝成本Python PyTorch COLMAP 各自配置一個可執(zhí)行文件解壓即跑硬件基本綁定 NVIDIAVulkan 后端跨 NVIDIA / AMD / Intel / Apple輸入 → 輸出照片/視頻 → 相機模型 → 切到別的程序訓練照片/視頻 → Splat 模型 → glb / ply / obj / stl 網(wǎng)格開跑前只確認三件事GPU任意廠商都行。AMD、Intel、Mac 選 Vulkan 后端NVIDIA 想用 CUDA 也可以兩者訓練與網(wǎng)格化功能完全一致docs/backends.md 有差異細節(jié)。注意內(nèi)置 SfM 和 AI 遮罩只隨 Vulkan 構(gòu)建提供CUDA 構(gòu)建默認不含。獲取方式新手直接下載 Releases 里對應平臺的包解壓雙擊打開 GUI。要自己編譯AMD / Intel 用戶的推薦姿勢git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKENDvulkanWindows 用build_develop.bat -DSS_BACKENDvulkan。腳本先跑代碼生成再調(diào) CMake Ninja產(chǎn)物在build_vulkan/spirulamacOS 在build/。素材一個照片文件夾或一段視頻就夠GoPro MAX 的.360也直接認。手里已有 COLMAP / Nerfstudio / Metashape 數(shù)據(jù)集的話同樣直接打開docs/datasets.md 列了全部支持的目錄布局。一次跑通從拖入素材到拿到模型 ?拖入素材生成數(shù)據(jù)集。把照片文件夾或視頻直接拖到窗口里。軟件按內(nèi)容自動識別照片走特征匹配與相機重建視頻先抽幀自動挑每段窗口里最清晰的一幀再進內(nèi)置 SfM——現(xiàn)代特征算法如 ALIKED / LightGlue 都已內(nèi)置。幾分鐘后屏幕上會出現(xiàn)稀疏點云加相機視錐能看到重建覆蓋是否完整。選預設開訓。訓練界面選一個預設默認3dgs什么也不改拍攝靜物選centered-object全景選360-camera。Basic Options 保持默認只把訓練步數(shù)num_iterations默認 30000改成 2000~3000第一次體驗夠看。所有高級參數(shù)收在 All Options 里帶搜索和懸停提示。盯視口等它變清晰。點 Start Training 后右側(cè)視口實時渲染 3D Gaussian Splatting 模型——能明顯看到場景從一團模糊逐漸長銳。左側(cè)是逐條日志和 PSNR 曲線。訓練進程默認同時在 7007 端口開一個 Web 查看器瀏覽器打開就能看到同一畫面人在本地、模型在云 GPU 上時ssh -L轉(zhuǎn)一下端口即可。結(jié)果落地查看 Splat 并導出網(wǎng)格 訓練結(jié)束后輸出目錄默認數(shù)據(jù)集/outputs里有 Splat 模型PLY 格式、每 2000 步一個的 checkpoint以及本次運行的config.json。三種看法GUI 的 Viewer打開 Splat 自由旋轉(zhuǎn)最多 4 個模型同屏對比倉庫自帶的Web 查看器基于 WebGL2/WASM瀏覽器里跑不占 GPU見 viewer/README.md訓練期間的 Web 頁面則適合遠程盯著進度。要網(wǎng)格一條命令spirula-mesh checkpoint --format glb --color texturecheckpoint可以是運行目錄、step-*.ckpt或splat.ply。--format和--colornone/vertex/texture都接受列表同一次運行會寫出全部組合——帶紋理的 GLB 給人看、素 STL 送打印機各取所需。文件直接進 Blender 或 DCC 工具。接下來可以試三件事用 AI 遮罩把視頻里走過的路人剔掉再訓換360-camera預設處理.360全景素材訓練中斷后用--resume指向 checkpoint 接著跑。幾個最常見的坑直接給答案顯存不夠怎么辦量化訓練本身已經(jīng)壓到 8GB 能訓 10M Gaussian再省就降一檔 Image resolution對應train_resolution_divisor或調(diào)低cap_max減少最大 Splat 數(shù)。AMD / Intel / Mac 能訓嗎能。選 Vulkan 后端即可跨廠商macOS 走 MoltenVK構(gòu)建時 CMake 會自動拉取。結(jié)果偏大、偏小或歪了數(shù)據(jù)集創(chuàng)建模塊現(xiàn)在會讀取視頻/圖片里的運動遙測元數(shù)據(jù)來恢復真實比例與朝向重新跑一次數(shù)據(jù)集創(chuàng)建就能修正。人在本地GPU 在云上用 CLIspirula train --data 數(shù)據(jù)集目錄默認附帶 Web 查看器配合ssh -L端口轉(zhuǎn)發(fā)瀏覽器里就能遠程盯進度。到這里拖入照片 → 內(nèi)置 SfM → 訓練 → 拿到 Splat 和網(wǎng)格的完整閉環(huán)已經(jīng)走完中間沒有裝過任何 Python 環(huán)境。想再往下挖docs/README.md 索引了架構(gòu)、后端、數(shù)據(jù)集等全部文檔spirula --help則是 184 個訓練字段的入口?！久赓M下載鏈接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.項目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考