OpenSource-Hub
B

brush

SHA-256
4.4k stars·AI 生产力·已提供 SHA-256 校验码,下载后可自行核对文件完整性

一款跨平台的高斯泼溅 3D 重建引擎,无需 CUDA,支持所有 GPU 和浏览器,比 gsplat 更易部署。

无需显卡依赖的 3D 重建神器,手机电脑浏览器都能跑。

核心功能

  • 跨平台运行:支持 Windows、macOS、Linux、Android 和浏览器(Chrome/Edge)
  • 无需 CUDA:利用 WebGPU 和 Burn 框架,AMD/Nvidia/Intel 显卡通用
  • 实时交互式训练:边训练边查看动态,可对比输入视图
  • 支持 COLMAP 和 Nerfstudio 格式,提供透明遮罩与动画序列导入
  • 内置高性能查看器,可加载 .ply/.compressed.ply,支持 URL 在线流式加载

避坑指南

  • 浏览器版本目前仅支持 Chrome 和 Edge,Firefox 和 Safari 仍在适配中
  • 训练时深度学习框架 Burn 需要一定的显存,建议至少 4GB VRAM
  • COLMAP 数据需要中等的场景稀疏度,过大的点云可能影响实时交互

适用场景

  • 3D 场景重建与实时可视化,用于影视、游戏、建筑可视化
  • 在移动端或网页端展示高斯泼溅模型,无需高性能显卡
  • 科研与教育演示,快速验证新数据集或训练算法

详细介绍

Brush 是一款基于高斯泼溅(Gaussian Splatting)的 3D 重建引擎,利用 Burn 机器学习框架,原生支持 macOS、Windows、Linux、Android 以及浏览器(通过 WebGPU)。与 gsplat 相比,Brush 无需任何 CUDA 依赖,可在 AMD、Nvidia、Intel 等任意显卡上平等运行,且生成的可执行文件小巧、无需复杂的环境配置。它支持 COLMAP 或 Nerfstudio 格式的数据输入,提供实时训练与可视化,可边训练边交互观察场景动态,并支持透明遮罩与动画序列回放。CLI 模式方便集成到自动化流水线。基准测试表明其渲染与训练性能通常优于 gsplat。

常见问题与排障 (1)

feature inquiry
如何在 Brush 中对鱼眼图像(例如 Zipnerf)进行训练?

Brush现在支持鱼眼训练,包括OPENCV_FISHEYE,这得益于PR #434中的实现。您可以直接在具有鱼眼畸变的数据集上进行训练,并使用掩码。

来源 Issue #46

标签

3D ReconstructionGaussian SplattingCross-PlatformWebGPUMachine Learning

快速上手

1

下载安装包

点击上方按钮下载对应系统的安装包

2

安装软件

双击下载的安装程序,按提示完成安装

3

安装 Rust 1.88+ 和相应平台构建工具

4

在项目根目录运行 cargo run --release 编译优化版

5

程序启动后,通过 CLI 或界面加载 COLMAP 数据或 .ply 文件进行训练/查看

安装指引
  1. 安装 Rust 1.88+ 和相应平台构建工具
  2. 在项目根目录运行 cargo run --release 编译优化版
  3. 程序启动后,通过 CLI 或界面加载 COLMAP 数据或 .ply 文件进行训练/查看
文件完整性

已提供 SHA-256 校验码,下载后可自行核对文件完整性

该校验码提取自 GitHub 官方 Release 页面

SHA256 校验码

b68e3e9cf052d51bf3ee30776fa5a364de7f2ba13b58443128ff797bb7bcfcd6

该校验码提取自 GitHub Release 页面,下载后请自行核对文件完整性

本平台所有 SHA-256 校验码均提取自项目在 GitHub 官方 Release 页面发布的文件,未做任何修改。你可以通过 GitHub Releases 页面自行验证。

运维指引

卸载说明

直接删除 Brush 可执行文件和项目文件夹即可;如果通过 Cargo 安装,运行 cargo uninstall brush。

无额外依赖

下载后即可直接使用,无需安装其他运行环境

项目信息
开源协议Apache-2.0
最后更新2026-06-27 14:15:40
GitHub 仓库官方网站

遇到问题?查看下方 FAQ

1 FAQ

相似推荐