2 GPU年的计算资源够用吗？ShapeSplat：直接学习3DGS训练参数的数据集

文章预览

点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 大规模数据集来了 3DGS表示具有众多优势，包括快速渲染、高保真、可微性和广泛的可编辑性。 目前的研究中尚未直接对3DGS的训练参数进行学习探索 。这方面的一个重要障碍是 缺乏大规模的经过训练的3DGS场景数据集 。尽管 3DGS 显著减少了计算时间，但生成如此大规模的数据集仍然非常耗时。本文旨在通过 ShapeSplat 数据集来应对这一挑战，该数据集包括来自 87 个不同类别的 65,000 多个高斯点阵对象，旨在促进高斯点阵的自监督预训练研究，并支持下游任务，包括分类和 3D 部件分割。 通过这个大规模的数据集，首先以掩码自动编码器的方式进行无监督预训练，随后进行用于分类和分割任务的监督微调。广泛实验表明，每个高斯参数（不透明 ………………………………