連結：https://github.com/kangpeilun/VastGaussian
VastGaussian是一個3D場景重建的開源專案，它透過使用3D高斯來模擬大型場景的幾何和外觀資訊。這個專案是作者從零開始實作的，可能存在一些錯誤，但為3D場景重建領網網域提供了一種新的嘗試。專案的主要優點包括對大型資料集的處理能力，以及對原始3DGS專案的改進，使其更易於理解和使用。
需求人群：
目標受眾為3D場景重建、電腦視覺和圖形學領網網域的研究人員和開發者。VastGaussian適合他們，因為它提供了一種新的3D場景重建方法，可以處理大規模資料集，並且對原始3DGS專案進行了改進，使其更易於理解和使用。
使用場景示例：
- UrbanScene3D 資料集上的應用
- Mill-19 資料集上的應用
- tandt_db 資料集上的應用
產品特色：
- Camera-position-based region division 實作了基於相機位置的區網網域劃分
- Position-based data selection 實作了基於位置的資料選擇
- Visibility-based camera selection 實作了基於可見性的相機選擇
- Coverage-based point selection 實作了基於覆蓋的點選擇
- Decoupled Appearance Modeling 實作了外觀解耦建模
- Seamless Merging 實作了無縫合並
- Parallel training of m√ón regions on a single GPU 實作了單GPU上多個區網網域的並行訓練
使用教學：
- 克隆或下載 VastGaussian 專案到本地
- 根據專案文檔設定環境，包括安裝必要的依賴庫
- 調整 arguments/parameters.py 檔案中的引數以適應你的資料集和需求
- 使用 train_vast.py 檔案開始訓練 VastGaussian 模型
- 使用提供的腳本或命令列工具進行模型的評估和使用