翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # Deadline Cloud のビデオから 3D ガウシアンスプラットをトレーニングする [gsplat\_pipeline](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/gsplat_pipeline) ジョブバンドルは[、3D ガウシアンスプラットパイプライン](https://aws.amazon.com/blogs/spatial/3d-gaussian-splatting-performant-3d-scene-reconstruction-at-scale/)を実行します。バンドルはビデオファイルを入力として受け取り、出力としてガウシアンスプラット`.ply`ファイルを生成します。出力をダウンロードしたら、[SuperSplat](https://github.com/playcanvas/supersplat) などのガウシアンスプラットビューワーで表示できます。 パイプラインは、次の 1 つのタスクを実行します。 1. [FFmpeg](https://www.ffmpeg.org/) で動画フレームを抽出します。 1. [COLMAP](https://colmap.github.io/) と [GLOMAP](https://github.com/colmap/glomap) を使用して Structure-from-Motion を解決し、ピンホールモデルとゆがんだイメージを保存します。 1. [NeRF Studio splatfacto](https://docs.nerf.studio/nerfology/methods/splat.html)、[Splatfacto in the Wild](https://docs.nerf.studio/nerfology/methods/splatw.html)、または [simple\_trainer.py gsplat ライブラリの例](https://docs.gsplat.studio/main/examples/colmap.html)を使用して、ガウシアンスプラットをトレーニングします。出力は、指定した`.ply`ファイルに保存されます。 このバンドルを実行するには、[CUDA ファーム CloudFormation テンプレート](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/cloudformation/farm_templates/cuda_farm)をデプロイして、CUDA GPU フリートを持つ Deadline Cloud ファームを作成します。次に、[NeRF Studio conda パッケージ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/conda_recipes/nerfstudio)を構築し、S3 conda チャネルに公開します。 デフォルトの `NERFSTUDIO` (splatfacto) トレーナーのみが必要な場合は、CUDA ファームテンプレートやカスタム NeRF Studio conda パッケージは必要ありません。最小要件は、GPU フリートを持つ Deadline Cloud ファーム、 を含むキュー環境`conda-forge`、および の conda パッケージです`ffmpeg colmap glomap nerfstudio cuda`。 使用可能な動画をキャプチャするには、以下のヒントに従ってください。 + Structure-from-Motion で使用するイメージペア間でより多くのオブジェクトが共通になるように、広い視野を使用します。 + ビデオ安定化をオフにして、フレーム間で同一のレンズ光学系を維持します。 + 低速で安定したモーションでキャプチャします。カメラを動かし続け、1 つの場所から停止してパンしないようにします。 サンプルリポジトリの `job_bundles` ディレクトリから、ジョブを送信します。 ``` deadline bundle gui-submit gsplat_pipeline ``` *ジョブ固有の設定*タブで、入力ビデオファイルと出力`.ply`ファイルの両方のパスを選択します。