Pointrix 中的配置文件

Pointrix 中的配置文件#

Pointrix中常见的配置包括：

name: "garden"

trainer:
  output_path: "/home/linzhuo/clz/log/garden"
  max_steps: 30000
  val_interval: 5000
  training: True

  model:
    name: BaseModel
    lambda_ssim: 0.2
    point_cloud:
      point_cloud_type: "GaussianPointCloud"  
      max_sh_degree: 3
      trainable: true
      unwarp_prefix: "point_cloud"
      initializer:
        init_type: 'colmap'
        feat_dim: 3
    camera_model:
      enable_training: False
    renderer:
      name: "MsplatRender"
      render_depth: False
      max_sh_degree: ${trainer.model.point_cloud.max_sh_degree}
  
  controller:
    normalize_grad: False
    control_module: "point_cloud"
    split_num: 2
    prune_interval: 100
    min_opacity: 0.005
    percent_dense: 0.01
    densify_grad_threshold: 0.0002
    duplicate_interval: 100
    densify_start_iter: 500
    densify_stop_iter: 15000
    opacity_reset_interval: 3000
    optimizer_name: "optimizer_1"

  optimizer:
    optimizer_1:
      type: BaseOptimizer
      name: Adam
      args:
        eps: 1e-15
      extra_cfg:
        backward: False
      params:
        point_cloud.position:
          lr: 0.00016
        point_cloud.features:
          lr: 0.0025
        point_cloud.features_rest:
          lr: 0.000125 # features/20
        point_cloud.scaling:
          lr: 0.005
        point_cloud.rotation:
          lr: 0.001
        point_cloud.opacity:
          lr: 0.05
      # camera_params:
      #   lr: 1e-3

  scheduler:
    name: "ExponLRScheduler"
    params:
      point_cloud.position:
        init:  0.00016
        final: 0.0000016
        max_steps: ${trainer.max_steps}
  
  datapipeline:
    data_set: "ColmapDataset"
    shuffle: True
    batch_size: 1
    num_workers: 0
    dataset:
      data_path: "/home/linzhuo/gj/data/garden"
      cached_observed_data: True
      scale: 0.25
      white_bg: False

  writer:
    writer_type: "TensorboardWriter"
  
  hooks:
    LogHook:
      name: LogHook
    CheckPointHook:
      name: CheckPointHook
  
  exporter:
    exporter_1:
      type: MetricExporter
    exporter_2:
      type: TSDFFusion
      extra_cfg:
        voxel_size: 0.02
        sdf_truc: 0.08
        total_points: 8_000_000
    exporter_3:
      type: VideoExporter

我们可以看到，Pointrix 的trainer 由 model, controller, optimizer, scheduler, datapipeline, writer, hooks, exporter 组成。 在日常需求中，我们只需要调整配置中的参数即可完成不同的任务。

trainer#

  • output_path: 保存日志和检查点的路径。

  • max_steps: 训练中的最大步数。

  • val_interval: 验证间隔。

  • training: 是否训练，如果不进行训练，则不会加载优化器和调度器。

  • device: Pointrix中的全局设备。

model#

  • name: 模型的名称，将由注册表查找。

  • lambda_dssim: SSIM损失的权重。

  • point_cloud

    • point_cloud_type: 点云的类型，’GaussianPointCloud’用于基于Gaussian Splatting的方法。

    • max_sh_degree: Pointrix中的最大SH阶数。

    • trainable: 点云模型是否可训练。

    • unwarp_prefix: 用于区分优化器中不同点云组的前缀,除非有多个点云的需求，否则不需要关心。

    • initializer

      • init_type: 点云的初始化方法，包括’colmap’和’random’。

      • feat_dim: 用于渲染RGB的点云的特征维度。

  • camera_model

    • enable_training: 是否开启相机优化

controller#

  • control_module: 需要稠密化的变量名称。

  • percent_dense: 场景范围的百分比（0-1），必须超过该百分比才能进行强制稠密化。

  • split_num: 执行分割操作时点云的分割数量。

  • densify_start_iter: 开始稠密化的迭代次数。

  • densify_stop_iter: 停止稠密化的迭代次数。

  • prune_interval: 剪枝频率。

  • duplicate_interval: 复制频率。

  • opacity_reset_interval: 重置不透明度的频率。

  • densify_grad_threshold: 基于 2D 位置梯度决定是否应稠密化点的阈值。

  • min_opacity: 剪枝操作中将使用的最小不透明度。

Warning

如果您在Basemodel 基础上新加入了可学习的参数（例如卷积网络或者MLP），请在optimizer配置中添加对应的可学习的参数，这样新参数才会优化。

optimizer#

  • optimizer_x: 第 x 个优化器，您可以添加任意数量的优化器，Pointrix 将自动处理它们。

    • type: 优化器的类型，由注册器索引。

    • name: 优化器的名称。

    • params：需要优化的参数名称以及对应的学习率。Pointrix将自动解析。如果您在Basemodel 基础上新加入了可学习的参数，请在这个配置中添加。

    • camera_params: 相机参数

      • lr: 相机参数的学习率，需要camera_model.enable_training==True

scheduler#

  • name: 调度器的名称，由注册器索引

  • max_steps: 调度器中的最大步数。

  • params: 调度器处理的参数。

dataset#

  • data_path: 数据集的路径

  • data_set: 数据集的类型，由注册器索引。

  • shuffle: 是否随机打乱数据

  • batch_size: 批处理大小

  • num_workers: dataloader 中的num_workers

  • dataset

    • cached_metadata: 是否引入缓存加载数据

    • scale: 图片尺度大小

    • white_bg: 是否白色背景

renderer#

  • name: MSplat, GSplat 或原始高斯核，将由注册表找到。

  • max_sh_degree: 最大的 sh 阶数。

writer#

  • writer_type: Tensorboard 或 Wandb

hook#

  • LogHook

  • CheckPointHook

exporter#

  • exporter_x: Pointrix 中第x个 exporter

    • type: exporter的类型, 由registry 找到

Contents