3D点云分割之SAGA（cvpr2023) 配置及使用_segment anything in 3d gaussians

SAGA即segment any 3d Gaussians, 为3D高斯点云下的目标分割。
在第一帧图片点击一个目标，可在3D点云中分割出来。
paper
github

语义分割采用的是SAM (segment anything), SAM和3d gaussian-splatting结合，
通过训练一个MLP，把SAM特征和3D特征进行映射，从而不需要每帧都分割，缩短耗时，达到ms级。

训练的损失函数有2个，SAM-guidance loss和Correspondence loss.
推理时有后处理过程，
后处理有2步，一个是statistical filtering, 一个是growing.
后面会通过点云看到这2步的效果。

数据集用的是nerf_llff_data/fern.

配置环境。

github上面配环境就一步：

conda env create --file environment.yml
1

这一步在博主的主机上并不好使，会报错，所以这里把它拆开来执行。
根据environment.yml里面的内容。
cudatookit要根据自己的版本来修改。
pytorch3d==0.7.1的版本直接pip安装不了，下载源码装的（下载地址）。

conda create -n gaussian_splatting python==3.7.13
conda activate gaussian_splatting
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 --extra-index-url https://download.pytorch.org/whl/cu113

#安装pytorch3d==0.7.1
cd third_party
unzip pytorch3d-0.7.1.zip
cd pytorch3d-0.7.1
pip install -e .

pip install tqdm

cd submodules/diff-gaussian-rasterization
pip install -e .

cd diff-gaussian-rasterization_contrastive_f
pip install -e .
cd ../simple-knn/
pip install -e .

cd ../../third_party/segment-anything
pip install -e .

cd kmeans_pytorch
pip install --editable .
pip install plyfile==0.8.1
pip install jupyter
pip install opencv-python
pip install matplotlib
pip install numba  #没有写错，不是numpy
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

提取features和sam_masks

按github要求运行下面2步，
scene data path，比如用nerf_llff_data/fern，那就到这一层，
down_sample这个参数，原则上提取的features和sam_masks用的图片尺寸要一致，
如果用down_sample=4, 那么都用4.

目前extract_features.py`里面是把原图resize到1024 * 1024的.
所以提取sam_maks时不要用默认的down_sample=4，用1。

python extract_features.py --image_root <path to the scene data> --sam_checkpoint_path <path to the pre-trained SAM model> 

python extract_segment_everything_masks.py --image_root <path to the scene data> --sam_checkpoint_path <path to the pre-trained SAM model>
1
2
3

顺便说一下down_sample使用中会出现的问题：
extract_segment_everything_masks.py它的默认down_sample=4,
如果直接这么用了，意味着它会用images_4下的图片，

但是extract_segment_everything_masks.py中指定的文件夹却是images,
如果你把文件夹名改成images_4, 后面还会报错，因为你提取的sam_masks的文件会跟images_4的图片同名，
你会发现images_4的图片名和images不一样！

所以，不要用downsample=4, 用downsample=1,
你会说，那原图太大了，会出现cuda out of memory。
注意extract_features.py里面是把原图resize到1024 * 1024的，
所以提取的mask也必须是1024 * 1024的，或者只要二者保持一致即可。
因此修改extract_segment_everything_masks.py，加上resize.

if __name__ == '__main__':
    ...
    print("Extracting SAM segment everything masks...")
    for path in tqdm(os.listdir(IMAGE_DIR)):
        name = path.split('.')[0]
        img = cv2.imread(os.path.join(IMAGE_DIR, path))
        img = cv2.resize(img, dsize=(1024, 1024), fx=1, fy=1, interpolation=cv2.INTER_LINEAR) #加上这一句
        masks = mask_generator.generate(img)
1
2
3
4
5
6
7
8

训练3DGS

train_scene.py
参数

-s nerf_llff_data/fern
1

训练3DGS特征
train_contrastive_feature.py

-m SegAnyGAussians/output/XXX
1

3D分割

这一步在prompt_segmenting.ipynb里面实现，
最后会得到./segmentation_res/final_mask.pt，它是一个mask, 用来过滤点云中的点，以得到分割后的3D点云。
这里面要根据数据的不同改路径，改输入点坐标。

DATA_ROOT = 'your data path'
MODEL_PATH = './output/XXX/'
FEATURE_GAUSSIAN_ITERATION = 30000
SAM_CKPT_PATH = 'your path/sam_vit_h_4b8939.pth'

input_point = np.array([[500, 400]])  #手动选的点坐标
mask_id = 1  #初始有3个mask,选第2个mask作为初始mask
1
2
3
4
5
6
7

这时可以在后处理第一步filter之后看点云效果

filtered_points, filtered_mask, thresh = postprocess_grad_based_statistical_filtering(pcd=selected_xyz.clone(),
                                                                                          precomputed_mask=mask_.clone(),
                                                                                          feature_gaussians=feature_gaussians,
                                                                                          view=view,
                                                                                          sam_mask=ref_mask.clone(),
                                                                                          pipeline_args=pipeline.extract(
                                                                                              args))

path = './output/XXX/point_cloud/iteration_30000/scene_point_cloud.ply'
colors = load_filtered_point_colors_from_pcd(len(filtered_points), path, filtered_mask)
write_ply_with_color('./segmentation_res/filtered_seg_color.ply', filtered_points,colors)
1
2
3
4
5
6
7
8
9
10
11

效果如下，用的是nerf_llff_data/fern

渲染

根据上面计算出的final_mask.pt渲染点云。

参数如下：
3DGS model: ./output/XXX/
mask: final_mask.pt

python render.py -m <path to the pre-trained 3DGS model> --precomputed_mask <path to the segmentation results> --target scene --segment
1

这一步结束后会在out/XXX/point_cloud/iteration_30000下面生成这2个文件
它们是没有颜色的点云。

如果想输出带颜色的点云，可以修改一下prompt_segmenting.ipynb的load_point_colors_from_pcd函数。
用final_mask.pt过滤scene_point_cloud.ply中的点，提取color即可。

这是渲染效果。

顺带看一下input点云和3DGS之后的点云。

input点云

3DGS处理后