Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Trainiere 3D-Gaussian Splatting anhand eines Videos auf Deadline Cloud Das Job-Bundle [gsplat\_pipeline](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/gsplat_pipeline) führt eine [3D-Gaussian](https://aws.amazon.com/blogs/spatial/3d-gaussian-splatting-performant-3d-scene-reconstruction-at-scale/) Splatting-Pipeline aus. Das Bundle verwendet eine Videodatei als Eingabe und erzeugt eine Gaussian Splatting-Datei als Ausgabe. `.ply` Nachdem Sie die Ausgabe heruntergeladen haben, können Sie sie in einem beliebigen Gaussian Splatting Viewer wie z. [SuperSplat](https://github.com/playcanvas/supersplat) Die Pipeline führt eine einzelne Aufgabe aus, die: 1. Extrahiert Videoframes mit [FFmpeg](https://www.ffmpeg.org/). 1. Löst das Problem Structure-from-Motion mit [COLMAP und [GLOMAP](https://github.com/colmap/glomap)](https://colmap.github.io/), wobei das Lochmodell und unverzerrte Bilder gespeichert werden. 1. [https://docs.nerf.studio/nerfology/methods/splatw.html](https://docs.nerf.studio/nerfology/methods/splatw.html) Die Ausgabe wird in der von `.ply` Ihnen angegebenen Datei gespeichert. Um dieses Paket auszuführen, stellen Sie die [ CloudFormation CUDA-Farmvorlage](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/cloudformation/farm_templates/cuda_farm) bereit, um eine Deadline Cloud-Farm mit einer CUDA-GPU-Flotte zu erstellen. Erstellen Sie dann das [NeRF Studio-Conda-Paket](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/conda_recipes/nerfstudio) und veröffentlichen Sie es auf Ihrem S3-Conda-Kanal. Wenn Sie nur den Standardtrainer `NERFSTUDIO` (Splatfacto) benötigen, benötigen Sie weder die CUDA-Farmvorlage noch das benutzerdefinierte NeRF Studio-Conda-Paket. Die Mindestanforderungen sind eine Deadline Cloud-Farm mit einer GPU-Flotte, eine Warteschlangenumgebung, die Folgendes beinhaltet`conda-forge`, und die folgenden Conda-Pakete:. `ffmpeg colmap glomap nerfstudio cuda` Folgen Sie diesen Tipps, um ein brauchbares Video aufzunehmen: + Verwenden Sie ein weites Sichtfeld, sodass mehr Objekte zwischen den Bildpaaren Structure-from-Motion zur Verfügung stehen, die verwendet werden können. + Schalten Sie die Videostabilisierung aus, um die identische Linsenoptik zwischen den Bildern beizubehalten. + Nehmen Sie mit langsamer und stetiger Bewegung auf. Bewegen Sie die Kamera weiter und vermeiden Sie es, von einem einzigen Ort aus anzuhalten und zu schwenken. Reichen Sie den Job aus dem `job_bundles` Verzeichnis des Proben-Repositorys ein: ``` deadline bundle gui-submit gsplat_pipeline ``` Wählen Sie auf der Registerkarte *Job-specific Einstellungen* die Pfade sowohl für die Eingabevideodatei als auch für die `.ply` Ausgabedatei aus.