feat: 3DGS densification (DefaultStrategy)-gauss-splat-AtomGit

已合并

feat: 3DGS densification (DefaultStrategy) #14

xieyajun创建于 24 天前从xieyajun/gauss-splat： feat/densify 合入到 cann/gauss-splat： master

feat: 3DGS densification (DefaultStrategy) #14

已合并

xieyajun创建于 24 天前

从xieyajun/gauss-splat feat/densify合入到cann/gauss-splat master

xieyajun成员

24 天前

Pull Request已成功合入, 合并人@CANN-robot

（感谢 xieyajun 的贡献）

X xieyajun成员

24 天前创建了 pull request，commit f2a6f6b6

atomgit-bot

24 天前评论：

变更摘要

本PR为3DGS训练流程引入基于gsplat官方DefaultStrategy的稠密化（Densification）策略，新增gsplat/strategy模块实现高斯体的复制/分裂/剔除/透明度重置四种核心操作，并在训练循环中通过proj_filter（packed visibility bitfield）将compacted空间下的梯度正确映射回原始高斯ID，从而修正梯度归因。同时扩展了Config配置与训练Runner以集成稠密化调度。

主要改动

新增 gsplat/strategy 模块：添加Strategy基类（base.py）与DefaultStrategy实现（default.py），包含step_pre_backward/step_post_backward回调接口，以及_grow_gs、_prune_gs、_update_state等内建逻辑，支持AbsGS绝对梯度、屏幕空间剪枝、硬上限cap_max等控制参数。
新增稠密化原子操作ops.py：提供duplicate、split、remove、reset_opa四个函数，通过_update_param_with_optimizer统一处理参数与优化器状态的同步更新（含optimizer state的迁移），split支持revised_opacity启发式。
投影算子返回proj_filter：修改gauss_splat/ops/projection_three_dims_gaussian_fused.py的forward/backward签名，额外输出proj_filter（packed bitfield），使得rendering.py中的Rasterizer能将可见性信息传递给稠密化策略，解决compacted梯度归因错误。
训练Runner集成稠密化：在examples/rasterization/runner.py中初始化DefaultStrategy，训练循环内对means2d执行retain_grad，并在loss.backward()后调用step_post_backward完成稠密化refine；新增_to_CN2辅助函数做张量形状适配。
Config新增稠密化参数：examples/rasterization/config.py新增densify、prune_opa、grow_grad2d、refine_start_iter、refine_stop_iter、refine_every、reset_every等字段，控制稠密化启停与调度周期。

atomgit-bot

24 天前评论：

代码审查

现在我已审查完所有 12 个文件。以下是最终总结：

审查总结

各文件审查结果

文件	结果
`examples/gsplat/__init__.py`	无问题（空白 `__init__.py`）
`examples/gsplat/strategy/__init__.py`	无问题
`examples/gsplat/strategy/base.py`	P3: 错误信息拼写 "cooresponds" → "corresponds"
`examples/gsplat/strategy/default.py`	P3: `grow_grad2d` docstring 默认值与代码不一致（0.0002 vs 0.0008）
`examples/gsplat/strategy/ops.py`	P3: `reset_opa` 中不必要的 tensor 创建
`examples/gsplat/utils.py`	P3: `normalized_quat_to_rotmat` 内冗余的局部 `import torch`
`examples/rasterization/config.py`	无问题
`examples/rasterization/runner.py`	无问题（`_to_CN2` + densification 集成逻辑正确；经核实 `radius_culling` 为 4D [B,C,nnz,2] 张量，`_to_CN2` 可正确处理）
`gauss_splat/ops/projection_three_dims_gaussian_fused.py`	无问题（forward/backward 均正确新增 `proj_filter` 返回值）
`gauss_splat/ops/rendering.py`	无问题（meta dict 新增 `proj_filter`/`n_gaussians` 字段）
`tests/test_projection_3dgs_forward.py`	无问题（适配新的 9 元组解包）
`tests/test_rasterization.py`	无问题（适配新的 9 元组解包）

按优先级统计

P0: 0
P1: 0
P2: 0
P3: 4（均为可选改进项）

整体风险评估

低风险。 核心 densification 逻辑（DefaultStrategy、duplicate/split/remove/reset_opa 算子、proj_filter 梯度归因、_to_CN2 形状归一化）经过仔细审查，在正确性上没有问题。RADIUS_CULLING_DIM = 2（来自 C++ kernel 常量）证实 radii 为 4D 张量 [B,C,nnz,2]，_to_CN2 可正确处理所有 C 值。4 个 P3 发现均为低影响的文档/代码清理项，不阻塞合入。