第三部分代码
#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 脚本 1.1.1: Scaffold-GS 锚点神经高斯生成系统 内容：实现基于锚点的神经高斯参数生成，包含位置、协方差、SH系数解码 使用方式：直接运行 python script_1_1_1.py，将生成锚点网格与对应高斯分布可视化 """ import numpy as np import torch import torch.nn as nn import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D import matplotlib.patches as mpatches # 设置中文字体 plt.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans'] plt.rcParams['axes.unicode_minus'] = False class AnchorDecoder(nn.Module): """神经解码器：从锚点特征预测高斯参数""" def __init__(self, feature_dim=32, hidden_dim=64, sh_degree=2): super().__init__() self.feature_dim = feature_dim self.sh_degree = sh_degree sh_coeffs = 3 * (sh_degree + 1) ** 2 # RGB球谐系数总数 # 共享ML
