RadianceKit 1.4 — COLMAP-Import, Weitertrainieren und ein sorgfältiges Aufräumen

RadianceKit macht aus Fotos und Video Gaussian Splats auf dem Mac. Das 1.4-Update bringt zwei laute Dinge und viele leise — und in den leisen steckt die meiste Arbeit.

(Wer neu beim Splatting ist: Der Einstieg erklärt zuerst die Grundlagen.)

Die Pipeline dort abholen, wo sie schon ist: COLMAP-Import

Bisher lief in RadianceKit die ganze Pipeline selbst — von den Fotos über Structure-from-Motion bis zum Training. 1.4 bringt den COLMAP-Workspace-Import: Lege einen Ordner mit einer sparse-Rekonstruktion und einem images/-Verzeichnis ab, und RadianceKit überspringt SfM komplett — es lädt Kameras und die dünne Punktwolke direkt. Wer von RealityCapture, Metashape, Meshroom oder Postshot kommt, trainiert so auf bereits vorhandenen Rekonstruktionen, in Sekunden statt neu zu rechnen. Ein Dialog fragt, ob die vorhandenen Daten genutzt oder die Photogrammetrie neu gerechnet werden soll — der alte Weg ist also weiterhin einen Klick entfernt.

Nicht an der Ziellinie aufhören: Weitertrainieren

Das zweite Highlight ist Weitertrainieren — einen fertigen Lauf um weitere 5.000, 10.000 oder 20.000 Iterationen verlängern, mit erhaltenem Engine-Zustand, bewahrten Adam-Momenten und auf dem Endwert fixierter Lernrate. Vorher hieß „nicht ganz scharf genug" von vorne anfangen. Jetzt heißt es ein paar Minuten mehr auf dem, was schon da ist. Dazu gibt es eine Beispielszene auf Klick und einen Beispielfotos-Download — so sieht ein Erstnutzer einen fertigen Splat oder fährt die volle Pipeline, ganz ohne eigene Aufnahme.

Die unscheinbare Hälfte

Der Rest von 1.4 ist die sorgfältige, langweilige Arbeit, die ein Werkzeug vertrauenswürdig macht. Ein Speicher-Verwaltung-Fenster zeigt endlich, wohin der Plattenplatz ging — Trainingslogs, Exporte, Szenen, Aufnahmen — mit Löschen und „Im Finder zeigen" pro Eintrag. Ein 8-GB-Speicher-Schutz erkennt Macs mit wenig RAM und schaltet still auf sicherere Voreinstellungen und Auflösungen herunter, statt mitten im Training thermisch abzuschalten oder den Speicher zu sprengen.

Und ich habe echte Zeit ins Über-Training gesteckt. Benchmarks zeigten, dass der letzte Abschnitt eines 40.000-Iterationen-Laufs Gaussians hinzufügte, ohne den Loss noch nennenswert zu verbessern — Wachstum ohne Gewinn, korreliert mit Farbsättigungs-Ausreißern. Also liegt die Qualitäts-Voreinstellung jetzt bei 35.000 Iterationen, und die Kompaktierungs-Schritte mitten im Training skalieren mit der Lauflänge statt fest verdrahtet zu sein. Weniger Splats, dasselbe Ergebnis, kleinere Datei. Dazu ein experimenteller Himmels-Dome-Modus, der eingefügte Hintergrund-Gaussians einfriert, damit sie im Training nicht mehr driften.

Wo nachschauen

Vollständiges Changelog, SDK und Capture-Notizen gibt es auf radiancekit.de; die App ist im Mac App Store. Und was du hier trainierst, öffnest und bereinigst du in RadianceView.