新闻详情

新闻详情

首页 / 资讯中心 / 详情

告别Python与COLMAP:Spirula Studio如何用一个二进制搞定3D高斯泼溅全流程

发布时间:2026/11/16 6:35:19来源:尧图网络
告别Python与COLMAP:Spirula Studio如何用一个二进制搞定3D高斯泼溅全流程
告别Python与COLMAPSpirula Studio如何用一个二进制搞定3D高斯泼溅全流程【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-studioSpirula Studio是一款开源的3D 高斯泼溅3D Gaussian Splatting训练工具无需 Python/PyTorch也无需单独安装 COLMAP一个自包含的二进制文件就能完成「照片/视频 → 3D 高斯模型splat→ 带纹理网格」的完整流程。它基于 Vulkan 计算着色器跨 GPU 厂商运行NVIDIA、AMD、Intel、Apple 均可8GB 显存即可训练 1000 万个全 SH 高斯并原生支持鱼眼与 360° 全景相机 。为什么可以告别 Python 与 COLMAP传统 3DGS 工作流通常长这样安装 Python 环境 PyTorch配置深度学习依赖单独安装 COLMAP 做运动恢复结构SfM往往还要等很久的特征提取与匹配再用 gsplat / INRIA 3DGS 等 Python 仓库训练最后用脚本导出网格。每一步都可能踩环境坑。而 Spirula Studio 把整条链路全部重写为 C打包成单个可执行文件内置轻量 SfMGPU 上直接做特征提取、匹配与重建输出 COLMAP 兼容的sparse/模型源码见 src/sfm/内置 AI 遮罩基于 SAM 的自动前景分割GUI 首次使用时自动下载模型缓存内置视频抽帧GPU 解码视频约快 15 倍无需系统里装 ffmpeg内置网格化训练完直接提取 PLY/OBJ/GLB/STL 网格支持顶点色与烘焙纹理。一个二进制四种玩法1️⃣ 图形界面新手友好双击启动即进入原生 GUIDear ImGui新手路径为首页 → 「从照片/视频创建数据集」→ 选预设3dgs / 360-camera / hdr / in-the-wild 等→ 基础选项 → 开始训练 → 原生视口实时预览训练界面还内置指标曲线、断点保存、批量队列一次排多个数据集自动跑完并支持拖拽文件直接开工。多语言界面覆盖中/日/韩/英等 13 种语言。2️⃣ 命令行远程训练利器在云服务器上训练时spirula train会默认在一个 HTTP 端口上提供Web 查看器通过 SSH 端口转发后就能用浏览器远程监控训练进度ssh -L 7007:localhost:7007 userserver # 服务器上运行spirula train --data dataset_dir3️⃣ 内置 SfM替代 COLMAP 子进程src/sfm/模块只依赖 Vulkan Slang没有 Ceres、Eigen、OpenCV、SQLite支持 SIFT 以及 ALIKEDLightGlue、LoMa 等学习型前端一条命令跑完全程spirula sfm auto IMAGES/ -o WORKSPACE/ --data-type video --quality medium它还提供多镜头 rig 约束双鱼眼/360 相机、序列感知重建解决重复场景错配、GPS/IMU 量测定位重建结果直接带真实比例与朝向等高级能力详见 src/sfm/README.md。4️⃣ 网格化导出从 splat 到可打印模型spirula-mesh run_dir --format glb,stl --color vertex,texture网格表面只提取一次多种着色/格式组合一次生成——纹理版 GLB 用来看、无纹理 STL 用来 3D 打印互不冲突。支持哪些数据集解析器自动识别三种布局Nerfstudiotransforms.json、COLMAPsparse/、Metashape 相机导出 XML点云可缺省缺失时自动随机播种高斯。分辨率、鱼眼畸变层级、EXIF 方向、360 相机拆视图等细节都已处理好完整说明见 docs/datasets.md。如何获取与构建直接下载从项目主页的 Releases 页面选择 Windows / Linux / macOS 对应平台解压双击即可运行 GUI源码构建git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKENDvulkan # Windows 下为 build_develop.bat构建可选Vulkan 后端推荐跨平台跨厂商、体积小或CUDA 后端仅限 NVIDIA两者功能一致。训练引擎与前端通过清晰的层间接缝解耦架构说明见 docs/architecture.md。它适合谁你的情况Spirula Studio 带来的改变不想折腾 Python 环境单文件开箱即用无第三方依赖COLMAP 太慢/跑不完内置 GPU SfM 学习型特征匹配只有 8GB 显存的显卡量化训练8GB 跑 10M 高斯拍的是 360°/鱼眼视频原生支持无需先去畸变在云服务器训练CLI Web 查看器 SSH 转发如果你想把「照片 → 3D 模型」这件事的门槛降到最低Spirula Studio 是目前少见的、真正做到全流程一个二进制的开源方案。【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
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉