WebODM/OpenSplat

Production-grade 3D gaussian splatting with CPU/GPU support for Windows, Mac and Linux 💦

OpenSplat – 快速、开源的 3D Gaussian-splatting

是什么 – OpenSplat 是 3-D Gaussian splatting 的 C++ 实现，这是一种现代神经图形技术，可以将稀疏的相机位姿和点集（来自 COLMAP、OpenSfM、ODX、nerfstudio 等）转换为由微小 3D 高斯分布组成的紧凑场景。结果可以保存为 .ply、.splat、.spz 或 .rad，并使用任何 Gaussian-splatting 查看器进行查看或编辑。

为什么重要 – Gaussian splatting 提供与 NeRFs 相当的实时渲染质量，同时训练和渲染成本远低于后者。OpenSplat 旨在实现可移植性、轻量化和快速，支持 NVIDIA、AMD 和 Apple GPU（通过 Metal），以及纯 CPU 回退方案。

关键特性 (如 README 中所述)

跨平台：构建于 Windows、macOS 和 Linux。
GPU 加速：支持 CUDA、ROCm (HIP) 和 Apple Metal；支持仅 CPU 模式（速度慢约 100 倍）。
简单的数据摄取：接受 ODX、OpenSfM、COLMAP、OpenMVG 或 nerfstudio 格式的项目。
多种输出格式：.ply、.splat、.spz、.rad – 适用于 Antimatter15 web viewer 或 PlayCanvas 等查看器。
Docker 镜像：提供现成的 CUDA 和 ROCm Dockerfiles，用于可重复的环境。
训练实用程序：支持恢复训练、基于掩码的图像区域排除、坐标系保留以及可选的压缩。
可扩展性：欢迎对 AMD 支持、分布式训练、实时查看器输出等进行贡献。

入门指南 (快速入门步骤)

安装依赖 – OpenCV 和匹配的 LibTorch 构建版本 (CPU、CUDA 或 ROCm)。README 列出了 Ubuntu、Homebrew 和 Windows 的确切包名。

构建 –

git clone https://github.com/pierotofy/OpenSplat OpenSplat
cd OpenSplat
mkdir build && cd build
cmake -DCMAKE_PREFIX_PATH=/path/to/libtorch/ ..
make -j$(nproc)   # or use Ninja if preferred

对于 ROCm，添加 -DGPU_RUNTIME="HIP" 和 -DOPENSPLAT_BUILD_SIMPLE_TRAINER=ON；或者为纯 CPU 二进制文件设置 -DGPU_RUNTIME=CPU。

运行 – 下载一个示例数据集（例如 banana 或 truck）并执行：
```
./opensplat /path/to/banana -n 2000   # 2000 Gaussians
```
程序会写入 splat.ply（或使用 -o 参数时写入 banana.splat），可以将其放入任何兼容的查看器中。
可选 – 使用 --resume 恢复训练现有的 .ply，使用 --output-cameras 导出相机 JSON，或在 masks/ 文件夹中放置每张图像的掩码，以忽略图像的某些部分。

Docker 使用 (摘要)

CUDA 镜像 – docker build -t opensplat . (默认 Ubuntu/CUDA/libtorch)。
ROCm 镜像 – docker build -f Dockerfile.rocm -t opensplat .。
运行容器，挂载你的数据，并按照 README 中的说明在内部调用 ./opensplat。

项目状态与贡献

代码根据 AGPL-v3 发布（包含来自原始 splatfacto 实现的一些 Apache-2.0 组件）。
当前目标包括更好的 AMD 支持、减少内存使用、分布式训练以及实时查看器输出。
欢迎通过 pull requests 进行贡献；开放的 issue 正在进行增强功能标注。

TL;DR

OpenSplat 是一个实用的、开源工具，用于将摄影测量输出转换为快速渲染的 3D Gaussian splatting 场景。它运行在所有主要 GPU 平台，支持 CPU 回退，提供 Docker 镜像，并提供了一个直观的 CLI 供训练、恢复、掩码处理和导出。非常适合需要轻量级、可移植的 Gaussian-splatting 管道，且不想承受大型 NeRF 框架开销的研究人员或开发者。