☰
5 分钟训练出第一个 3DGS 模型:Spirula Studio 零配置上手实操指南
2026/10/23 2:27:59 网站建设 项目流程

5 分钟训练出第一个 3DGS 模型:Spirula Studio 零配置上手实操指南

【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

拍一圈桌面物体的照片,或录一段十秒视频,想做成能自由旋转观看的三维场景。传统做法要先装齐 Python、PyTorch、COLMAP;用上 Spirula Studio,整条流程——3DGS 训练、位姿估计、导出网格——在一个独立可执行文件里完成。

先搞懂它是什么

Spirula Studio 是一个 3D Gaussian Splatting(3DGS)训练工具,从照片/视频到 splat 模型(存 3DGS 场景的文件格式)再到带纹理的网格,全在一个程序里做完。传统 3DGS 流程是 Python 环境 + PyTorch + COLMAP 三段接力,Spirula 把这三段压缩进了同一个二进制:内置 SfM(运动恢复结构,即相机位姿估计),拍照到训练不离开软件;量化训练策略让 8GB 显存塞得下 1000 万 Gaussians。适合不想折腾环境的人、AMD / Intel / Apple 显卡用户,以及在云端服务器上跑任务的人。

图中是项目横幅,一道彩色旋涡——这正是 3DGS 训练完成后渲染结果的典型观感。

最短路径:0 到第一个结果 🚀

这一节走完,你得到的是一份能直接打开、自由旋转的 splat 模型加检查点文件。

新手从 Releases 页下载 Windows / Linux / macOS 对应的预构建包,解压后双击即可进 GUI,零配置。想自己编译(或想用非 NVIDIA 显卡)时,跑这三条:

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

脚本会自动完成代码生成、一致性检查并调 CMake + Ninja 编译,产物在build_vulkan/spirula(Windows 为build_vulkan/spirula.exe)。NVIDIA 显卡可改用-DSS_BACKEND=cuda,两种后端的取舍细节见 docs/backends.md。

无参数运行spirula进入 GUI。新手路径很短:把照片文件夹或视频拖进窗口,内置 SfM 几分钟内算完相机位姿;预设选默认的3dgs,确认Steps(首训 2000~3000 步就够),点Start Training,模型自动存成 Splat(PLY)与检查点。

上手之后能玩什么 🎯

实时训练:看着模型从模糊变清晰

场景:拖入数据后想立刻验证效果。操作:Basic Options 保持默认,点 Start Training;拍单物体可选centered-object预设,全景用360-camera。结果:右侧视口实时渲染,左侧面板出 PSNR(峰值信噪比,衡量清晰度的指标)曲线和逐步日志,随时可暂停/停止。

图中可以看到:左侧是数据集配置、预设选项与 PSNR 曲线,右侧视口正在实时渲染 3DGS 模型,底部滚动着训练日志。

视频变三维:自动抽帧 + 内置位姿估计

场景:手里是一段拍摄视频而不是照片。操作:直接把视频拖进来,软件先挑出最清晰的帧,再用内置 SfM(ALIKED / LightGlue 特征匹配)重建位姿,不等 COLMAP;GoPro MAX 等 360° 格式可直接加载,无需先去畸变。结果:一份带位姿、能直接开训的数据集,支持的输入格式全集见 docs/datasets.md。

Splat 变 Mesh:导出网格,最多 4 模型同屏

场景:想把模型送进 Blender 或 3D 打印。操作:用 Mesh 界面或spirula mesh <checkpoint>一条命令输出,格式 glb / ply / obj / stl 任选,顶点色或烘焙纹理都行;Viewer 界面最多 4 个模型同屏对比。结果:下游工具直接可导入的文件。

换环境 / 换用法 💻

  • CLI 训练:spirula train --data <数据集目录>,全部选项看spirula --help,字段定义在 src/config/TrainConfig.h。
  • 云 GPU:spirula train默认附带 HTTP Web 查看器,ssh -L转发端口后浏览器里看训练进度。
  • 非 NVIDIA 显卡:Vulkan 后端覆盖 AMD / Intel / Apple Silicon,macOS 走 MoltenVK。
  • 界面支持 13 种语言,含简体中文,在设置里切换。

避坑手册 ⚠️

显存不够用

现象:训练启动缓慢或被系统杀掉。原因:图像分辨率或 splat 数量偏高。处理:把 "Image resolution" 降一档,或调小cap_max(splat 数上限);量化训练本身已经很省,8GB 显存即可承载千万级 Gaussians。

结果偏大偏小或歪斜

现象:重建场景比例、朝向不符合真实世界。原因:纯照片位姿估计没有真实尺度参照。处理:重跑一次数据集创建——新版会读取视频/图片里的运动遥测元数据,恢复真实尺度与朝向。

编译报找不到 Vulkan

现象:CMake 阶段提示缺 Vulkan SDK。原因:Windows / Linux 上 Vulkan 后端需要装 SDK(macOS 由 CMake 自动拉取 MoltenVK,不用管)。处理:装好 Vulkan SDK 再跑构建脚本;NVIDIA 显卡也可改-DSS_BACKEND=cuda。

AI 遮罩不可用

现象:命令行跑遮罩命令报错。原因:遮罩依赖 SAM checkpoint,GUI 首次使用会自动下载并缓存;CLI 则需自己下载后用--model指向该文件。处理:先在 GUI 里跑一次遮罩生成缓存,或在命令行手动指定模型路径。

接下来可以试:用 AI 遮罩去掉路人、训练一套 360° 全景数据,或把刚训好的模型转成 glb 送给下游工具。架构与后端的更深入说明见 docs/README.md。

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询