第一份数据集就成功Spirula Studio入门配置与目录结构详解【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 是一款跨厂商的 3D 高斯泼溅3D Gaussian Splatting训练工具单二进制即可从照片/视频完成采集 → 重建 → splat → 纹理网格全流程支持 Vulkan 与 CUDA 双后端无需 Python/PyTorch 和独立 COLMAP 安装 为什么新手推荐 Spirula Studio能力说明跨厂商 GPU通过 Vulkan 计算运行于 NVIDIA / AMD / Intel / Apple 显卡极致显存效率量化训练8GB 显存可训 1000 万 SH3 高斯原生 360°/鱼眼直接加载等距圆柱与全景数据集无需去畸变内置工作流内置 SfM 重建、AI 遮罩、视频抽帧、网格提取全部在一个spirula可执行文件里13 语言界面含简体中文GUI 与 CLI 均支持对初学者的最大好处是没有环境地狱。一个可执行程序同时是 GUI、训练器spirula train、SfMspirula sfm、AI 遮罩spirula sam和网格提取spirula mesh。两种安装方式下载即用或源码构建方式一下载预编译版推荐入门从 Releases 页选择对应平台Windows / Linux / macOS的版本包解压后双击即可打开图形界面零配置 ️方式二从源码构建git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKENDvulkan # Linux/macOS # Windows 下使用 build_develop.bat构建脚本见 build_develop.bash 与 build_develop.bat它们会先运行代码生成再自动选择并行数。后端有两个选项Vulkan推荐跨平台、跨厂商产物更小并包含内置 SfM / 视频抽帧 / AI 遮罩CUDA面向 NVIDIA 显卡的传统后端功能相同仓库目录结构详解先认识地图再动手 仓库的权威地图写在 AGENTS.md 中以下是新手最该知道的目录目录作用新手关注度src/engine/训练引擎CUDA-free 的.cpp层⭐⭐⭐src/kernels/GPU 核函数投影、光栅化、密度优化、损失等⭐⭐src/data/数据集管理器 COLMAP/Nerfstudio/Metashape 解析器⭐⭐⭐src/app/唯一的spirula应用CLI、原生 GUI、Web 查看器⭐⭐⭐src/sfm/内置运动恢复结构Vulkan 子模块⭐⭐src/mesh/网格化管线Delaunay、UV、导出⭐⭐src/sam/、src/nn/AI 遮罩与可复用的 GPU 推理层⭐src/config/训练配置的唯一事实来源⭐⭐reference/scripts/独立的 Python 数据集预处理工具集⭐⭐viewer/独立的 WebGL2/WASM 在线查看器⭐docs/架构、后端、数据集、测试等文档⭐⭐⭐整体分层关系前端 → 训练驱动 → 引擎 → 后端接缝 → 双后端可参考 docs/architecture.md。一个值得注意的设计训练配置的所有标志只定义在一处 src/config/TrainConfig.hCLI 参数、--help、GUI 选项编辑器和运行时的config.json全部从同一张表展开天然不会漂移。支持的数据集格式三种布局自动识别Spirula Studio 按Nerfstudio → COLMAP → Metashape的顺序自动探测数据集点云可选没有时自动随机播种。常见布局约定如下图片目录默认images/遮罩masks/深度depths/法线normals/COLMAP 重建目录自动在sparse/0、colmap/sparse/0、sparse等位置探测鱼眼、全景等距圆柱、完整畸变模型均原生支持详见 docs/datasets.md第一次训练GUI 与 CLI 两条路GUI 新手路径最省力打开主界面点击Open a Dataset或Create Dataset from Photos/Video从照片/视频直接建数据集选择预设 精选基础选项 →Start Training在原生视口中实时查看训练结果训练产物默认写入数据集/outputsCLI 训练路径适合远程/云端 GPU./build_vulkan/spirula train preset --data 数据集目录 [其他标志]内置预设包括3dgs默认、360-camera、in-the-wild、centered-object、hdr、synthetic、meshing、academic-baseline。spirula train默认还会启动一个 Web 查看器端口可以通过 SSH 端口转发在浏览器中远程监控训练进度。常见入门小贴士 图片太大显存不够用train_resolution_divisor降低训练分辨率GUI 的 Image resolution 选项视频抽帧选帧支持按运动自适应静止片段少抽、快速移动片段多抽断点续训用--resume 运行目录--init-ply可从已有 PLY 暖启动各标志含义可用spirula train --help查看支持 13 种语言从视频到网格完整内置工作流一次典型的第一份数据集之旅全程不离开 Spirula Studio抽帧从视频提取最清晰帧跳过模糊帧SfM 重建内置spirula sfm生成 COLMAP 兼容稀疏模型AI 遮罩可选用 SAM 去除手部、背景等干扰物训练得到 splat 模型网格化spirula mesh输出 PLY / OBJ / GLB / STL支持顶点色与烘焙纹理贴图辅助的 Python 预处理脚本COLMAP 驱动、降采样、去畸变、SAM2 遮罩 GUI 等放在 reference/scripts/ 中与训练主流程相互独立。文档导读与下一步文档内容docs/README.md文档总索引docs/datasets.md数据集布局、遮罩、相机模型、360° 相机详解src/app/README.mdCLI 与原生 GUI 的工作笔记、预设与配置表docs/backends.mdCUDA / Vulkan 后端差异与能力覆盖src/sfm/README.md内置 SfM 模块说明建议路线先用 GUI 跑通一份小型照片数据集 → 阅读docs/datasets.md理解自己的数据集布局 → 尝试spirula mesh导出第一个带纹理的 GLB 网格 Spirula Studio 以一个二进制、零 Python 依赖、跨厂商 GPU的独特定位把 3D 高斯泼溅的门槛降到了最低。按照上面的目录结构理解项目、按 GUI 新手路径配置第一份数据集你就能在当天得到自己的第一个 splat 模型。【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