🛠
Как использовать QuerySplat (Инструкция по запуску)Поскольку это свежий исследовательский инструмент (исходники выложены на GitHub), у него пока нет простого UI-кнопки «сделать красиво» — его нужно запускать через консоль на ПК с видеокартой NVIDIA (требуются рабочие библиотеки CUDA).
Шаг 1. Установка окруженияОткрываешь терминал (Linux / WSL2 на Windows) и создаешь окружение Python:
Bash
git clone
https://github.com/inspatio/QuerySplat.gitcd QuerySplat
conda create -n querysplat python=3.12 -y
conda activate querysplat
# Установка PyTorch и зависимостей
python -m pip install torch==2.11.0 torchvision==0.26.0 --index-url
https://download.pytorch.org/whl/cu128python -m pip install --no-build-isolation -r requirements.txt
python -m pip install -U huggingface_hub
Шаг 2. Скачивание весов с Hugging FaceСоздай папку checkpoints и скачай преднастроенные веса:
Bash
mkdir -p checkpoints
# Скачиваем веса QuerySplat
hf download inspatio/querysplat querysplat_vggto_1B_512_8192.safetensors --local-dir checkpoints
# Скачиваем модуль VGGT-Omega
hf download facebook/VGGT-Omega vggt_omega_1b_512.pt --local-dir checkpoints
Шаг 3. Запуск реконструкции по вашим фото1. Сложи набор фотографий одного объекта или сцены (снятых с разных сторон) в одну папку, например: data/my_scene.
2. Запусти команду генерации 3D-гауссианов:
Bash
python -m scripts.infer \
--config checkpoints/querysplat_vggto_1B_512_8192.yaml \
--checkpoint checkpoints/querysplat_vggto_1B_512_8192.safetensors \
--input_folder data/my_scene \
--output_dir outputs/my_scene \
--use_tto
💡 Что тут происходит: Флаг --use_tto включает дополнительную оптимизацию (Test-Time Optimization), которая как раз дотягивает детализацию, устраняя размытие и артефакты.
Шаг 4. Где смотреть результат?В папке outputs/my_scene нейросеть сохранит файл формата .ply
(3D Gaussians). Его можно открыть и покрутить в любом бесплатном вьювере 3DGS (например, в
SuperSplat,
PlayCanvas 3DGS Viewer или плагинах для Blender / Unreal Engine)