Luku 7 — Sisäänrakennetut laatuesiasetukset

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Classic" → kohta „Quick". UUID-loppuosa …001.

TEKNINEN

Diagnostiikkaesiasetus 1 000 iteraatiolla, klassisella (adaptiivisella) densifikaatiostrategialla ja koulutuksen resoluutioskaalauksella 0.25× (syöttökuva pienennetään ennen koulutusta 25 %:iin). Ei ole tarkoitettu näkymän toimittamiseen, vaan nopeasti toteamaan, näyttääkö asetelma (kameran sijainnit, pistepilvi, kuvasarja) ylipäänsä järkevää liikettä häviöarvoissa. M3 Ultra -tietokoneella tyypillisesti alle 30 sekuntia 50–200 kuvalla. Pieni resoluutio peittää todellisen kuvanlaadun, mutta pitää muistintarpeen ja renderöintikulun hyvin vähäisinä. Valitaan myös oletuksena automaattisesti ensimmäisellä käynnistyksellä, jos järjestelmässä on alle 10 GB RAM-muistia.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Classic" → kohta „Preview". UUID-loppuosa …002.

TEKNINEN

5 000 iteraatiota Classic-densifikaatiota, 0.5× resoluutioskaalaus, kaksinkertaiset oppimisnopeudet vakioon nähden. Densifikaatio (kloonaus + jakaminen) on aktiivinen ensimmäiset 2 500 iteraatiota, sen jälkeen vain karsinta. Oletusesiasetus järjestelmille, joissa ≥ 10 GB RAM. M3 Ultra -tietokoneella tyypillisesti 90 sekuntia 3 minuuttiin 200 kuvan näkymälle. Tuottaa käyttökelpoisen vaikutelman geometriasta ja kameran sijainnista, mutta tekstuurit ovat näkyvästi pehmennettyjä — 0.5× renderöintiresoluutiota ei voi ohittaa suoraan kouluttamalla uudelleen P3:lla tai P4:llä, koska oppimisnopeudet on kalibroitu sopimaan puolikkaaseen resoluutioon.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Classic" → kohta „Balanced". UUID-loppuosa …005.

TEKNINEN

20 000 iteraatiota Classic-densifikaatiota täydellä kuvan resoluutiolla. Densifikaatio kulkee ensimmäisten 15 000 iteraation yli, iteraatiosta 3 000 alkaen densify-välillä 100. Empiirisesti „sweet spot" dokumentoiduista koulutussessioista: klassisella densifikaatiolla Horse Full -näkymässä ja Truckissa L1-häviö vakautuu iteraatioiden 18 000 ja 22 000 välillä, pidempi koulutus ei tuo Quality (P4) -tasoa pienemmillä merkittävää parannusta enää. M3 Ultra -tietokoneella tyypillisesti 30–60 sekuntia 200 kuvalla, 5–8 minuuttia 1 000+ kuvalla.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Classic" → kohta „Quality". UUID-loppuosa …003.

TEKNINEN

35 000 iteraatiota Classic-densifikaatiota V546-„Opacity Decay" -ominaisuudella (HTGS, Eurographics 2025): jokaisen densify-syklin jälkeen kaikkien olemassa olevien gaussien läpinäkymättömyys kerrotaan kertoimella < 1.0, mikä poistaa inaktiivisiksi tulleet gaussit luotettavasti karsinnassa ja saavuttaa identtisellä iter-määrällä 14 % paremman L1-häviön kuin klassinen 35 000 -ajo. SSIM-häviö on aktivoitu (ssimWeight=0.05). M3 Ultra -tietokoneella tyypillisesti 2–4 minuuttia 200 kuvalla. Tuottaa NeRF-Blenderissä (Lego, Chair, Drums) lopullisen L1 ≈ 0.023 — paras Classic-variantti 560+ dokumentoiduissa kokeissa. Huomaa: tarvitsee ~3–5 GB GPU-muistia; 8 GB:n järjestelmissä P3 on turvallinen valinta.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „MCMC" → kohta „Preview". UUID-loppuosa …006.

TEKNINEN

60 000 iteraatiota MCMC-densifikaatiota (3DGS-MCMC, NeurIPS 2024) 100 000 gaussin katolla. MCMC korvaa heuristisen kloonaus/jakologiikan Markov-ketjun-Monte-Carlo-uudelleensijoittelulla: kuolleet gaussit asetetaan uudelleen sigmoid-painotetuilla näytteenottosyvyyksillä, mikä antaa hallitun ja toistettavissa olevan gaussien määrän. Katto rajoittaa enimmäismäärän tiukasti 100K:ssa — tämä säästää muistia ja renderöintiaikaa, mutta maksaa yksityiskohtia. M3 Ultra -tietokoneella tyypillisesti 5–8 minuuttia 200 kuvalla. Soveltuu „MCMC-toiminnallisuustestiksi" — auttaa arvioimaan, olisiko vaihto Classicista MCMC:hen järkevä ennen kuin investoit aikaa P6:een tai P7:ään.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „MCMC" → kohta „Balanced". UUID-loppuosa …007.

TEKNINEN

120 000 iteraatiota MCMC:tä 150 000 gaussin katolla. Keskimmäinen MCMC-taso — lähes lopullinen P7 Qualityn gaussien määrä, mutta vain 60 % iteraatioista. Empiirisesti L1-häviö on dokumentoiduissa koulutussessioissa 0.026–0.028 Horse Full -näkymässä, verrattuna P7:n 0.0246:een — siis noin 7 % korkeampi, mutta puolet odotusajasta. M3 Ultra -tietokoneella tyypillisesti 8–15 minuuttia 200 kuvalla. Käyttää menetelmää, joka skaalaa tehollisen gaussien katon syöttö-SfM-pistepilven pistetiheyteen (katso T75 luvussa 6).

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „MCMC" → kohta „Quality". UUID-loppuosa …004.

TEKNINEN

200 000 iteraatiota MCMC:tä 150 000 gaussin katolla, SSIM-häviö 0.05, MCMC-Noise-Decay 80 % iteraatioista. Paras yksittäinen L1-tulos 560+ kokeissa: 0.0238 Horse Full -näkymässä, keskiarvona 3 trialista 0.0246 (verrattuna P4:n 0.0230:een samassa näkymässä). MCMC tuottaa samalla 71 % vähemmän gausseja (150K vs. ~524K) — ratkaiseva, kun haluat toimittaa tuloksen verkossa, koska pienempi pilvi tuottaa selvästi pienempiä vientitiedostoja. Koulutusaika M3 Ultra -tietokoneella tyypillisesti 20–35 minuuttia 200 kuvalla; 1 000+ kuvan joukolla pikemmin 1–2 tuntia. Paras valinta, kun halutaan maksimaalinen kuvanlaatu minimaalisella lopullisella koolla.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Scene-Class" → kohta „Render (3D)". UUID-loppuosa …700.

TEKNINEN

Scene-Class-esiasetus kuvasynteettisille / CGI-tyyppisille näkymille (NeRF-Blender, Mip-NeRF 360 Flowers, Blenderillä renderoidut testijoukot). Q7-BayesOpt-Sweep (Trial T10 flowersilla, Seed 7, budjetti 20) selvitti: mcmcMaxGaussians=1 189 511, mcmcCapMultiplier=2.98, ssimWeight=0.051, densifyGradThreshold=3.34e-06, mcmcNoiseScale=5.61e-05. Δ +0.36 dB PSNR Quality-MCMC-perustasoon nähden (17.67 → 18.03). Mip-Splatting on tarkoituksellisesti pois (Q1.5-„closed no-win" -tuomio 2026-05-25), Sky-Dome myös pois (synteettisillä näkymillä ei ole oikeaa taivasta). Pääasiallinen vipu on 8× suurempi gaussien yläraja — synteettiset näkymät, joissa puhdas alfa ja tiheät tekstuurit, reagoivat voimakkaasti korkeampaan tiheyteen. Koulutusaika 200 kuvalla noin kuten P7.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Scene-Class" → kohta „Outdoor (tuned)". UUID-loppuosa …701.

TEKNINEN

Scene-Class-esiasetus ulko-otoksille, joissa todellinen taivas ja suuri syvyysalue (Mip-NeRF 360 Bicycle/Garden, ETH3D-Tunnel, drone-lennot). Q7-BayesOpt-Sweep (Trial T0 bicyclellä, Seed 7, budjetti 10) selvitti: mcmcMaxGaussians=1 250 744, mcmcCapMultiplier=5.32, ssimWeight=0.082, skyDomeRadiusMultiplier=59.0. Δ +1.40 dB PSNR Quality-MCMC:hen nähden (21.66 → 23.06) — kaikki 9 kelvollista bicycle-trialia ylittivät +1.0 dB -kynnyksen. Ulkonäkymät reagoivat erittäin voimakkaasti korkeampiin gaussien budjetteihin (skaalattu syvyysalue) ja V549e-Sky-Domeen (pallomaisesti projisoidut taivaspikselit näkymän ympärillä). Cap-Multiplier 5.32 sallii MCMC-uudelleensijoittelun näytteistää aggressiivisemmin kaukaisilla kuva-alueilla. Mip-Splatting tarkoituksellisesti pois (Q1.5-tuomio: maksaa ulkona jopa PSNR:ää). Suositus käyttöliittymässä loppuliitteellä „(tuned)" — viritetyn Indoor-vastineen vastapainona laatuhyppy on yli neljä kertaa suurempi.

MISSÄ

Tarkastaja → Esiasetukset-osio → Ryhmä „Scene-Class" → kohta „Indoor". UUID-loppuosa …702.

TEKNINEN

Scene-Class-esiasetus sisätiloille (Mip-NeRF 360 Bonsai/Kitchen/Room, Deep Blending playroom/drjohnson, ETH3D Storage Room). Q7-BayesOpt-Sweep (Trial T6 bonsailla, Seed 7, budjetti 8) selvitti: mcmcMaxGaussians=669 215, mcmcCapMultiplier=1.76, densifyGradThreshold=1.67e-06, pruneOpacityThreshold=0.0142, ssimWeight=0.171. Δ +0.33 dB PSNR Quality-MCMC:hen nähden (29.63 → 29.96). 3/8 trialia ylitti +0.2 dB -kynnyksen, 8/8 kelvollista (ei pysähdyksiä mtime-Stall-Guardin ansiosta). Sisätilat reagoivat noin puolet niin voimakkaasti kuin Outdoor — Δ +0.33 vs. +1.40 dB — noin puolikkaalla gaussien budjetilla (670K vs. 1.25M). Syy: seinien rajoittama geometria kyllästyy aiemmin; enemmän gausseja menee hukkaan tasaisilla seinäpinnoilla. Cap-Multiplier 1.76 on valittu tarkoituksellisesti konservatiivisesti, jotta MCMC-romahdus (ilmiö versiosta v1.4.3) vältettäisiin. Sky-Dome ja Mip-Splatting molemmat pois.