Brush开源项目教程

Brush开源项目教程

brush 3D Reconstruction for all 项目地址: https://gitcode.com/gh_mirrors/br/brush

1. 项目介绍

Brush 是一个基于 Gaussian splatting 的 3D 重构引擎，可以在多种系统上运行，包括 macOS、windows、linux、AMD/Nvidia/Intel 显卡、Android 以及浏览器中。它使用了与 WebGPU 兼容的技术和 Burn 机器学习框架，后者拥有一个便携的 wgpu 后端。Brush 可以作为实时渲染的机器学习工具，解决了传统机器学习工具与实时渲染不匹配的问题。

2. 项目快速启动

安装依赖

首先，确保安装了 Rust 1.85+。可以通过以下命令运行测试：

cargo test --all

如果需要使用 Brush 进行额外的可视化，可以安装 rerun：

cargo install rerun-cli

运行 Brush

在项目根目录下，运行以下命令启动 Brush：

cargo run

或者，如果你想要发布版本：

cargo run --release

Web 版本

要为 Web 构建项目，需要使用 trunk 工具。安装 trunk 后，运行以下命令启动开发服务器：

trunk serve

或者发布版本：

trunk serve --release

注意：WebGPU 目前还是一个新标准，因此只有最新的 Chrome 版本支持。

Android 版本

首先，确保安装了 Android SDK 和 NDK，并设置了相应的环境变量。然后添加 Android 目标到 Rust：

rustup target add aarch64-linux-android

安装 cargo-ndk 来管理构建库：

cargo install cargo-ndk

每次更改 Rust 代码后，运行以下命令：

cargo ndk -t arm64-v8a -o app/src/main/jniLibs/ build

为了最佳性能，应使用发布模式构建：

cargo ndk -t arm64-v8a -o app/src/main/jniLibs/ build --release

然后，可以通过 Android Studio 或命令行运行项目。

3. 应用案例和最佳实践

Brush 支持使用 posed 图像数据进行训练，可以加载 COLMAP 数据或 Nerfstudio 格式的数据集。在训练过程中，可以实时查看场景并与训练动态交互。

作为 splat 视图器，Brush 在 Web 上也表现良好，可以加载 .ply 文件，也可以从 URL 流式传输数据。

4. 典型生态项目

Brush 的生态系统包括但不限于以下项目：

• Burn: 机器学习框架，提供了 Brush 所需的 wgpu 后端。
• rerun: 用于训练过程中额外可视化的工具。
• trunk: 用于构建 Web 版本的 Brush。

以上是 Brush 开源项目的简要教程，希望对您有所帮助。

brush 3D Reconstruction for all 项目地址: https://gitcode.com/gh_mirrors/br/brush