本文主要是介绍【SplaTAM】基于RGB-D类型SplaTAM的定位与重建，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
SplaTAM ubuntu配置与运行记录
- 1. 资料收集
- 2. 环境配置与运行注意问题
- 3. 在线运行
近期各种定会涌现出一种新的基于高斯的方法，备受关注，这里我们也来学习下sota效果的slam用于定位和重建。
1. 资料收集
- coda link
- 3D Gaussians
2.1 Dynamic 3D Gaussians
2.2 3D Gaussian Splating - Baselines
3.1 Nice-SLAM 详细见link
3.2 Point-SLAM
2. 环境配置与运行注意问题
由于笔者已经安装好了 nvidia 驱动 ，conda 和 nvcc 基础环境和网络已经配置完成。
这个过程有几个问题需要格外注意：
- 工程中有个diff-gaussian-rasterization-w-depth.git文件，最好手动下载后将内容拷贝到这个目录下；
- 数据集最好单独下载，文件太大，和nice-slam很多数据可以公用，直接修改config文件下的basedir变量即可
- 直接运行 会问你 wandb API_KEY 相关问题，我直接把 configs/tum/splatam.py 文件里的 use_wandb = True 改成了 False 就 OK啦。
- 运行的时候会训练挺久，至少肯定不实时，耐心等待，我这里。
训练指令
~/sun/SplaTAM$ python scripts/splatam.py configs/tum/splatam.py
不知道过了多久 ，第二天过来，训练完成。
- 对于数据集运行结果，可以用
python viz_scripts/final_recon.py configs/iphone/splatam.py
6.可视化，iphone 换成 tum。
3. 在线运行
这里笔者没有运行，参考坐着展示的结果如下：
这篇关于【SplaTAM】基于RGB-D类型SplaTAM的定位与重建的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
