3DGS（3D Gaussian Splatting，三维高斯泼溅）凭借其实时渲染速度和高保真效果，正在快速取代传统NeRF成为三维重建领域的主流方案。但要跑出一份高质量的3DGS模型，仅仅会敲训练命令是远远不够的，真正决定成品质量的，是数据采集、相机标定、训练调参和渲染导出这四个环节的细节把控。本文按照完整工作流的顺序，把每个环节中最容易踩坑的地方逐一讲清楚，并给出可直接套用的参数建议。
数据采集：重建质量的源头决定了上限
3DGS本质上是基于多视角图像进行优化拟合的方法，输入图像的质量直接决定了重建效果的天花板。采集时最核心的原则是保证足够的视角覆盖和较高的图像重叠率。围绕被摄物体或场景移动时，建议相邻两张照片之间保持60%到80%的重叠度，转圈拍摄时每15到20度拍摄一张，遇到复杂结构（例如雕像的抬起的手臂、桌椅下方区域）时需要额外补充低位和俯拍视角。如果某些区域只在极少量照片中出现过，训练时这些区域的高斯点会因约束不足而产生漂浮噪点，也就是常说的floater现象。
曝光控制是第二个关键点。拍摄过程中一定要使用全手动模式（M档），锁定光圈、快门、ISO和对焦，绝对不要使用自动曝光或自动对焦。一旦相机的曝光参数在拍摄过程中发生跳动，COLMAP在计算特征点匹配时会受到影响，更严重的是3DGS在训练时会把这种亮度不一致错误地理解为场景本身的颜色变化，导致最终模型表面出现色块和明暗斑驳。同理，白平衡也要锁定，避免拍摄过程中画面色调漂移。
设备方面并不一定需要专业相机，现代旗舰手机配合手动模式完全可以胜任中小型场景的重建。但要注意几点：优先选择光线均匀的阴天拍摄室外场景，正午的强烈直射阳光会在地面投下浓重阴影，且阴影位置随时间变化，分批拍摄时阴影不一致会严重污染训练数据。室内场景则要避免开启顶灯造成的局部过曝，尽量使用柔光和大面积漫反射光源。视频帧抽取方案（用手机绕场景录一圈视频再抽帧）虽然方便，但要注意视频压缩会损失细节，且 rolling shutter 会导致快速运动时画面畸变，因此快门速度不能太慢，抽帧间隔建议控制在每秒3到5帧，单段视频不超过2000帧。
相机标定与初始化：让COLMAP稳定运行的方法
3DGS依赖COLMAP或类似SfM工具输出的相机位姿和稀疏点云进行初始化，标定失败或标定质量差是新手最常遇到的问题。典型的失败表现包括：特征匹配数量过少、重建出来的稀疏点云严重碎片化、不同视角的相机位置在可视化中呈现混乱交错。排查思路通常从图像质量入手，检查是否存在模糊帧、重复纹理（例如白墙、大面积玻璃幕墙）导致匹配失败的图片，将其剔除后重跑。
如果场景确实缺乏纹理，可以考虑以下几种补救手段。一是在场景中临时放置一些高纹理的参照物（打印的棋盘格海报、彩色贴纸），注意它们必须保持固定不动；二是使用基于深度学习的高质量特征提取器（例如DSP-SLAM、GLOMAP或者集成了SuperPoint特征的COLMAP分支），它们在弱纹理场景下的鲁棒性远好于默认的SIFT特征；三是如果使用了激光雷达或深度相机，可以直接将点云转换为COLMAP格式作为初始化输入，绕过SfM流程。
标定完成后，务必检查几个指标再开始训练。查看images目录下每张图片是否都成功注册（_registered），未注册的图片会在训练时被静默忽略，造成视角盲区；查看sparse/0目录下的points3D.bin，稀疏点数量通常应达到数万到数十万级别，点数过少说明重建不可靠。以下是一个常用的COLMAP命令行流程示例：
# 特征提取 colmap feature_extractor --database_path database.db --ImageReader.camera_model OPENCV --ImageReader.single_camera 1 # 特征匹配 colmap exhaustive_matcher --database_path database.db # 稀疏重建 colmap mapper --database_path database.db --image_path images --output_path sparse # 稀疏点云去畸变处理（3DGS官方脚本要求） python convert.py -s /path/to/dataset
这里有一个容易被忽略的细节：single_camera参数建议设为1（前提是所有照片来自同一台设备且焦距固定），它能强制所有图像共享同一组内参，显著提升标定稳定性。如果拍摄中途变焦了，就必须改回MULTIPLE模式允许每张图独立估计内参。
训练调参：用最少的时间拿到最好的模型
3DGS官方实现的默认参数已经能应对大部分场景，但不同规模和特性的场景需要针对性调整。最常需要修改的是致密化相关参数：对于高分辨率输入（4K以上），官方建议将percent_dense适当下调，或者先把图像缩放到1600像素左右的训练分辨率，待训练稳定后再切换到原始分辨率进行finetune，这样既能避免显存爆炸，又能保住细节。
高斯点数量失控是另一个常见问题。训练日志中如果看到点数增长到数百万且还在持续增加，渲染速度会明显下降，此时可以降低densify_grad_threshold来减少分裂次数，或者缩短致密化窗口（densify_until_iter）。反过来，如果重建出来的场景细节不足、物体边缘发虚，则应该提高致密化阈值并延长训练迭代次数。下表给出了一些经验参考：
| 场景类型 | 建议迭代次数 | 致密化截止 | 注意事项 |
|---|---|---|---|
| 单体物体（小场景） | 20000至30000 | 15000 | 背景可以加白幕或黑幕简化 |
| 中型室内场景 | 30000 | 15000至20000 | 注意玻璃和镜面区域 |
| 大型室外场景 | 35000至50000 | 20000以上 | 注意天空区域需做遮罩 |
| 无人机大范围航拍 | 40000以上 | 25000 | 建议先用降采样训练验证 |
天空和动态物体的处理也值得单独强调。室外航拍数据中，天空区域的特征匹配往往很差，容易生成大片漂浮的高斯点，常见做法是用图像分割模型（如SAM）批量生成天空mask，训练时屏蔽这些像素。场景中如果有行人、车辆、摇动的树叶等动态元素，最佳方案是尽量选择无人的时段拍摄，实在无法避免时可以通过mask剔除，残留的少量伪影可以在后期编辑工具（如SuperSplat）中手动删除高斯点解决。
# 典型的3DGS训练命令
python train.py -s /path/to/dataset -m output/my_scene \
--iterations 30000 \
--densify_until_iter 15000 \
--densify_grad_threshold 0.0002 \
--resolution 2
# 训练完成后渲染指定路径的测试视频
python render.py -m output/my_scene --skip_test
评估模型质量时不要只看PSNR等指标，指标高不代表视觉上没有问题。务必用 INTERACTIVE viewer 沿任意轨迹走一遍，重点检查：视角快速移动时是否有闪烁、贴近物体表面时是否有噪点浮起、反射类表面（金属、水面）是否出现明显重影。这些视觉缺陷指标往往反映不出来，需要人工确认。
渲染导出与后续应用：让模型真正用起来
训练完成后得到的point_cloud.ply文件就是最终的3DGS模型，但直接交付原始文件通常不是最优选择。首先要做的是压缩与精简：原始训练输出往往包含数百万高斯点，文件体积达到数百兆甚至上吉，可以通过剪枝工具去除对渲染贡献度低的高斯（opacity和scale过小的点），再用量化压缩方案（例如压缩到SH系数低阶、对属性做量化编码），通常能在视觉损失极小的情况下把体积压缩到原来的十分之一以下。
展示端的选择取决于目标平台。Web端目前主流方案是基于WebGPU的播放器（如gsplat.js、Mark的WebViewer或PlayCanvas的SuperSplat查看器），在现代浏览器中可以流畅渲染数百万高斯点，适合虚拟展厅、电商展示等场景。如果需要嵌入Unity或Unreal引擎做交互开发，社区已有多个成熟的3DGS插件，可以把ply文件导入引擎中作为可渲染资产，与传统的mesh、光照系统混合使用。移动端则要注意高斯数量与纹理带宽的限制，建议将点数控制在150万以内并启用半精度存储。
最后提醒一点工程化建议：3DGS模型的坐标系和缩放尺度取决于COLMAP的输出，不同场景之间没有统一尺度。如果项目需要将多个扫描的模型拼接到同一空间（例如一栋楼的多个房间），需要在采集阶段放置公共标志物，或者借助点云配准工具（如CloudCompare的手动对齐加ICP精配）完成坐标系统一，否则拼接后的模型会出现位置错乱。把数据采集、标定、训练、导出这四步的细节都做到位，3DGS才能发挥出它实时高保真渲染的全部潜力。