低显存显卡的 3DGS 训练器：Spirula Studio，8GB 训 1000 万高斯

低显存显卡的 3DGS 训练器Spirula Studio8GB 训 1000 万高斯【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 是把照片或视频变成相机位姿、Splat 模型和纹理网格的 3DGS 训练工具一个二进制覆盖全流程免 Python免 COLMAP。8GB 显存可训千万个 SH3 高斯AMD、Intel、Apple 显卡都能跑。为什么照片和视频总是卡在环境配置这一步你有一堆照片或一段运动相机视频想做出能 3D 查看、能打印的模型。传统 3DGS 路线要装 Python、装 CUDA 版 PyTorch、再装 COLMAP 求相机位姿每一步都可能翻车而且多数教程默认你有 NVIDIA 显卡。Spirula Studio 针对的就是这个局面同一个二进制覆盖抽帧、求位姿、训练、导出网格非 NVIDIA 显卡上也不依赖额外软件。从素材到网格Spirula Studio 的处理流程输入三种数据集布局自动识别不用手工整理。Nerfstudio、COLMAP、Metashape 按顺序由同一套 C 解析器识别CLI、GUI 和 WASM 查看器共用照片文件夹原地索引、递归扫描且不拷贝。GoPro MAX 的 .360 与 .insv 双镜头文件、等距柱状全景可以直接加载训练不需要先去畸变数据格式细节见 docs/datasets.md。处理内置 GPU SfM 替代 COLMAP。视频先过抽帧环节给候选帧按清晰度打分、保留最清晰的一帧特征检测支持 SIFT、ALIKED配合 LightGlue 匹配和 LoMa。数据集创建模块还会读取图片和视频里的运动遥测元数据恢复真实比例与朝向——重建偏大偏小或歪了是常见的抱怨这一环就是修复它的地方。没有点云时随机播种种子点训练照样能开始。输出Splat 模型加可导出的纹理网格。训练时向运行目录写 checkpointspirula mesh一步转成 glb、ply、obj、stl顶点色或烘焙 UV 纹理二选一指定--color texture时 GLB 内嵌贴图一次运行同时产出看的 glb和打印的 stl。基于 WebGL2 WASM 的 Web Viewer 不装任何软件浏览器里也能看 Splat 和网格。第一次跑通从获取程序到看到实时渲染拿程序。到项目 Releases 页面选对应平台Windows / Linux / macOS的包解压后打开 GUI无需任何配置。或者源码编译。仓库自带构建脚本自动完成代码生成、环境检查并调用 CMake Ninja大约几分钟git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKENDvulkan-DSS_BACKENDvulkan是官方推荐选项跨厂商且构建最快Windows 下把脚本换成build_develop.bat、参数不变NVIDIA 用户也可以改用-DSS_BACKENDcuda。打开 GUI 开始训练。Home → Create Dataset from Photos/Video或 Open a Dataset→ 选 8 个内置预设之一 → 过一遍 Basic Options → Start Training。右侧视口实时渲染左侧同步指标曲线和日志随时可以暂停或停止。全部高级参数收在 All Options 里可搜索改动过的项会被高亮右键可重置。只想训练现成数据集时命令行一条命令也能跑spirula train --data /path/to/dataset它会默认在 HTTP 端口起一个 Web 查看器ssh -L转发端口后本地浏览器就能看到训练进度不用把整个桌面会话拉过来。一个完整示例一段视频最后拿到带纹理的 glb任务用转盘多角拍一件产品只有一段视频想要能在线看的 glb 和能打印的 stl。把视频拖进数据集界面或选 Create Dataset from Video程序先按清晰度抽帧再由内置 SfM 求出相机位姿得到带稀疏重建的数据集。打开训练器选 3dgs 预设Basic Options 保持默认开始训练。结束后选择停止并保存checkpoint 写进数据集下的outputs/run/。出网格spirula mesh outputs/myrun --color texture,vertex --format glb,stl表面只提取一次、颜色按需重做带纹理 glb 和裸 stl 是同一次运行产出的。多个场景要处理时用 GUI 的 Batch 界面把建数据集 → 训练 → 网格化排成多行任务队列保存在本地文件里中途崩溃也不丢。效果不对或跑不下去按现象排查显存吃紧先调低 Image resolution 一档等效于降分辨率训练再下调cap_max最大 Splat 数上限量化训练已经把基础显存压得很低8GB 装 1000 万 SH3 高斯够用。重建比例不对或场景歪了重新跑一次数据集创建遥测元数据的恢复发生在这一环.360 文件不记录相机的安装朝向场景倒置时用--360-orient 0,0,180纠正该选项只在命令行提供。训练被打断spirula train --resume 运行目录从最近 checkpoint 续训优化器状态、步数和学习率计划原样接上规则见 docs/training-resume.md若 checkpoint 未保存优化器状态只能查看和导出不能续训。后端边界CUDA 后端不含内置 SfM、视频抽帧和 AI masking这些只有 Vulkan 后端提供走 CUDA 的用户要自备 COLMAP 格式数据集对比后端速度时注意 AMD 的 amdvlk 与 RADV 两个驱动在同一内核上可能有数量级差距。照片或视频进位姿、Splat、网格出全程一个程序中间没有 Python 环境和 COLMAP 安装。8GB 以下显存、非 NVIDIA 显卡、想快速出结果的用户适合它想修改训练算法本身则选其他可插拔的 3DGS 框架。要深入架构从 docs/architecture.md 和 src/app/ 开始读。【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