street_gaussians

> 编程语言

开源

[ECCV 2024] 街道高斯分布: 使用高斯分布法模拟动态城市场景

1.4K stars0 点赞1 次浏览

访问官网 GitHub

工具介绍

[ECCV 2024] 街道高斯分布: 使用高斯分布法模拟动态城市场景

街道高斯分布: 使用高斯分布来模拟动态城市场景

项目页面 | 论文 | 非官方实现

街道高斯模型: 使用高斯点阵法模拟动态城市场景燕云志, 林昊通, 周晨旭, 王伟杰, 孙海洋, 詹昆, 郎先鹏, 周晓伟, 彭思达 ECCV 2024 https://github.com/user-attachments/assets/f28a64bd-9932-4447-b710-9254ae5ed56f

安装

克隆此仓库 ``` git clone https://github.com/zju3dv/street_gaussians.git ``` 设置 Python 环境 ``` # Set conda environment conda create -n street-gaussian python=3.8 conda activate street-gaussian

Install torch (corresponding to your CUDA version)

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

Install requirements

pip install -r requirements.txt

Install submodules

pip install ./submodules/diff-gaussian-rasterization pip install ./submodules/simple-knn pip install ./submodules/simple-waymo-open-dataset-reader python script/test_gaussian_rasterization.py

</details>
<details> <summary>准备 Waymo 开放数据集。</summary>

我们提供了示例场景 [这里](https://drive.google.com/drive/folders/1ghpE_kBwqXiWgiSWAajByjPsmj1y0l1H)。您可以直接下载数据，跳过后续步骤，快速开始。