Gaussian Splatting 3D 渲染

bash git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive cd gaussian-splatting

### 步骤二：安装依赖

使用 conda 环境避免冲突：

```bash
conda create -n gs python=3.8
conda activate gs
pip install -r requirements.txt

额外安装编译好的子模块：

pip install submodules/diff-gaussian-rasterization
pip install submodules/simple-knn

步骤三：准备数据

Gaussian Splatting 需要图像和对应的相机位姿（通过 COLMAP 生成）。假设你的图像放在 data/my_scene/input 内，运行：

python convert.py -s data/my_scene

该脚本会自动调用 COLMAP 进行特征提取、匹配和稀疏重建，生成 sparse/0/ 内的相机模型。

步骤四：开始训练

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

训练日志会显示迭代次数和损失值。对于普通场景，7,000–30,000 次迭代即可取得满意结果。你可以在输出目录内找到 point_cloud 文件夹，里面包含迭代中的高斯点云 ply 文件。

步骤五：实时查看与评估

使用内置的可视化工具：

python viewers/viewer.py output/my_scene

这会启动一个实时交互窗口，你可以自由旋转视角，观察渲染质量。也可以渲染新视角图像：

python render.py -m output/my_scene