gsplat: Een open-source bibliotheek voor Gaussisch splatten

gsplat: An Open-Source Library for Gaussian Splatting

September 10, 2024

Auteurs: Vickie Ye, Ruilong Li, Justin Kerr, Matias Turkulainen, Brent Yi, Zhuoyang Pan, Otto Seiskari, Jianbo Ye, Jeffrey Hu, Matthew Tancik, Angjoo Kanazawa

cs.AI

Samenvatting

gsplat is een open-source bibliotheek die is ontworpen voor het trainen en ontwikkelen van Gaussische Splatting methoden. Het bevat een front-end met Python koppelingen die compatibel zijn met de PyTorch bibliotheek en een back-end met zeer geoptimaliseerde CUDA kernels. gsplat biedt tal van functies die de optimalisatie van Gaussische Splatting modellen verbeteren, waaronder optimalisatieverbeteringen voor snelheid, geheugen en convergentietijden. Experimentele resultaten tonen aan dat gsplat tot 10% minder trainingsduur en 4x minder geheugen bereikt dan de originele implementatie. Gebruikt in verschillende onderzoeksprojecten, wordt gsplat actief onderhouden op GitHub. De broncode is beschikbaar op https://github.com/nerfstudio-project/gsplat onder Apache License 2.0. We verwelkomen bijdragen van de open-source gemeenschap.

English

gsplat is an open-source library designed for training and developing Gaussian Splatting methods. It features a front-end with Python bindings compatible with the PyTorch library and a back-end with highly optimized CUDA kernels. gsplat offers numerous features that enhance the optimization of Gaussian Splatting models, which include optimization improvements for speed, memory, and convergence times. Experimental results demonstrate that gsplat achieves up to 10% less training time and 4x less memory than the original implementation. Utilized in several research projects, gsplat is actively maintained on GitHub. Source code is available at https://github.com/nerfstudio-project/gsplat under Apache License 2.0. We welcome contributions from the open-source community.