Kapitel 2 — Inspector (Expert View)

VAR

Inspector → Utseende-sektionen → GroupBox → Saturation.

TEKNISKT

Slider 0.5–1.2, tvåsiffrig visning (t.ex. „1.00"). Skalar SH-DC-kroman för varje splat kring luminansvärdet: 1.0 = oförändrat, < 1.0 = avmättad (färg dras mot gråskala), > 1.0 = kraftfullare. Matematiskt beräknas DC-färgen om från pristine-ögonblicksbilden, så att upprepad förskjutning inte ackumuleras. Har validerats på DJI-drönarmaterial (Pensford-viadukten), som tenderar att vara översaturerat — drönar-standardvärdet ligger på 0.82. Påverkar bara färgbasen (SH-grad 0), högre SH-koefficienter berörs inte.

VAR

Inspector → Utseende-sektionen → GroupBox → Splat length.

TEKNISKT

Slider 0.3–1.0, tvåsiffrig visning. Drar de tre skalningsaxlarna för varje Gaussian i log-rymden mot deras medelvärde (ju mindre värdet, desto starkare): 1.0 = oförändrat, mindre värden gör avlånga „nål"-splattar rundare, 0 skulle vara rena klot. Angriper nålliknande, överdragna splattar utan att ändra den totala storleken, och minskar därigenom typiska „konfetti"-artefakter. Tillämpas från pristine-ögonblicksbilden (ursprunglig log-skalning), därför idempotent. Kommuterar med Splat size (L3), eftersom båda arbetar i log-rymden.

VAR

Inspector → Utseende-sektionen → GroupBox → Splat size.

TEKNISKT

Slider 0.5–2.0, tvåsiffrig visning. Skalar varje Gaussian uniformt på alla tre axlar: 1.0 = oförändrat, < 1.0 = mindre/tätare/skarpare, > 1.0 = större/„fluffigare" (fyller luckor mellan splattarna). Eftersom skalningarna ligger i log-rymden blir multiplikationen där en additiv förskjutning — det kommuterar med Splat length (L2), eftersom en konstant offset lämnar avvikelsen-från-medelvärdet orörd. Från pristine-ögonblicksbilden, alltså idempotent. Nytt i den här versionen.

VAR

Inspector → Utseende-sektionen → GroupBox → växlaren „Fade far region" plus underreglagen „Fade start ×radius" och „Fade floor".

TEKNISKT

Växlare som aktiverar ett radiellt opacitetsavtagande med avståndet från kamerans tyngdpunkt — det svagt observerade „fjärr-konfettit" i bakgrunden tonas bort. Endast för orbit-inspelningar: Växlaren är gråmarkerad om scenen inte lämpar sig för detta (linjära flygningar, för få eller degenererade kameror); då visas istället för underreglagen hänvisningen „Far-fade applies only to orbit captures (not this scene)." Lämpligheten fastställs via azimut-täckning för kamerapositionerna (en orbit kretsar kring tyngdpunkten och fyller många kompass-sektorer, en linjär flygning bara ~2). Två underreglage styr geometrin: Fade start ×radius (1.0–3.0) sätter innerradien som en multipel av orbit-radien, inom vilken full opacitet gäller; Fade floor (0.0–1.0) är opacitetsfaktorn långt bortom fade-radien. Viktigt: Fade hoppar över sky-dome-området (kupolens infrysta Gaussians), så att den avsiktliga bakgrundskupolen inte dimmas ner tillsammans med resten.

VAR

Inspector → Utseende-sektionen → GroupBox → „Reset finishing" (nedtill, liten knapp).

TEKNISKT

Återställer alla utseendeinställningar till standardvärdena (Saturation 1.0, Fade av, Splat length 1.0, Splat size 1.0) och utlöser omedelbart en ny finishing, så att Viewport hoppar tillbaka till det oförändrade tränade tillståndet. Eftersom hela utseendestacken räknar idempotent från pristine-ögonblicksbilden är „tillbaka till standard" exakt den ursprungliga träningsoutputen — ingen kvalitetsförlust genom upprepad fram- och återgång. Låst som alla reglage i sektionen medan en export pågår.

VAR

Inspector → Presets-sektion → Save…-knappen (åtgärdsraden längst ner).

TEKNISKT

Öppnar en popover med textfält samt Save-/Cancel-knappar. Det aktuella läget för träningsinställningarna sparas som en ny anpassad preset (JSON-kodad, sparas app-övergripande). Save-processen kopierar alla 81 träningsparametrar plus den aktuella densification-strategin. Presetet hamnar automatiskt i kategorin Custom, oavsett vilket inbyggt preset det härstammar från. Tomma namn och rena whitespace-inmatningar kasseras. Redan existerande namn avvisas inte — varje preset har ett eget internt ID, dubbla namn är tekniskt tillåtna, men i praktiken förvirrande.

VAR

Save-popover → textfältet „Preset Name".

TEKNISKT

Enkelt textfält med rundad ram, brett format. Värdet används som presetnamn när du klickar på Save-knappen. Ingen längdbegränsning i gränssnittet, men det sparade namnet måste vara JSON-kodbart och visningsbart i UI-listorna — emoji och å/ä/ö fungerar. Innehållet återställs automatiskt till en tom sträng när popovern öppnas. Save-knappen förblir inaktiverad så länge fältet är tomt efter trim. Det finns inget autoförslag och ingen förifyllnad med namnet på det just nu aktiva presetet.

VAR

Save-popover → Cancel-knappen (till vänster).

TEKNISKT

Stänger popovern utan att spara. Kastar textfältets innehåll — vid nästa öppning återställs det på nytt genom Save…-knappens logik (I1) till tomt. Standard-knappstil, inga bekräftelsedialoger, inga snabbtangenter. Den aktuella TrainingConfig förblir oförändrad eftersom save-processen aldrig kördes.

VAR

Save-popover → Save-knappen (till höger, mer framträdande stil).

TEKNISKT

Utlöser den faktiska sparningen. Kontrollerar igen att namnet inte är tomt (defensiv kontroll) och skriver sedan den aktuella TrainingConfig som JSON till app-lagringen. Stänger sedan popovern. Blåmarkerad, gråtonad så länge textfältet är tomt. Om sparningen misslyckas (t.ex. för att app-lagringen är full — mycket osannolikt) finns det för närvarande ingen synlig felruta; presetet skulle då helt enkelt inte visas vid nästa app-start.

VAR

Inspector → Presets-sektion → åtgärdsraden → Export…-knappen.

TEKNISKT

Exporterar det just nu valda presetet som en .radiancepreset-fil (internt JSON). Inaktiverad om inget preset är valt. Vid klick öppnar appen en spara-dialog med förifyllt filnamn (presetnamn + ändelsen .radiancepreset). Det sparade formatet innehåller hela TrainingConfig plus metadata (namn, kategori, ID, flagga för inbyggd). Dubbelklick i Finder öppnar appen — men inte automatiskt importen; användaren måste använda Import-knappen (I6).

VAR

Inspector → Presets-sektion → åtgärdsraden → Import…-knappen.

TEKNISKT

Öppnar en fildialog som endast tillåter .radiancepreset-filer (flerval inaktiverat). Vid val läses JSON-filen in, valideras och läggs till i Custom-kategorin — med nytt internt ID, så att inga kollisioner med inbyggda uppstår. Importen sätter automatiskt kategorin till Custom, även om det exporterade presetet ursprungligen t.ex. var en inbyggd. Skadade filer eller filer som är inkompatibla med en äldre schemaversion avvisas tyst, utan felruta (konsolloggen ger dock information).

VAR

Inspector → Presets-sektion → varje preset-rad i varje kategori.

TEKNISKT

Klick på en preset-rad ersätter alla fält i TrainingConfig med värdena från presetet, kommer ihåg ID:t för det aktiva presetet och återställer modified-statusen. Bocken framför raden visas bara om presetet är valt OCH omodifierat. Så snart ett värde i TrainingConfig ändras (slider, stegväljare, reglage i de andra Inspector-sektionerna), visas en orange „Modified"-badge bakom namnet. Inbyggda presets kan inte skrivas över — vid modifiering måste en egen kopia skapas via Save-knappen (I1).

VAR

Högerklick på valfri preset-rad → första posten „Export…".

TEKNISKT

Identisk funktionalitet som I5 (Export…-knappen), men bekvämare tillgänglig — utan att presetet först behöver väljas ut. Exporterar direkt presetet som klickats på i raden. Fungerar likadant för alla presetkategorier (inbyggd eller Custom), ingen begränsning. Exporten innehåller flaggan för inbyggd och den ursprungliga kategorin, men vid återimport mappas kategorin som beskrivet under I6 till Custom.

VAR

Högerklick på valfri preset-rad → andra posten „Duplicate".

TEKNISKT

Klonar presetet till Custom-kategorin. Skapar ett nytt internt ID, lägger till „ Copy" till namnet och sparar kopian. Fungerar även för inbyggda presets — klonen blir då redigerbar. Originalet lämnas orört. TrainingConfig kopieras värde för värde (JSON-roundtrip), så att inga referensbindningar finns mellan original och kopia.

VAR

Högerklick på egna preset-rader → sista posten „Delete" (röd, destruktiv).

TEKNISKT

Endast synlig för Custom-presets. Inbyggda kan inte raderas. Posten är märkt som destruktiv, visas röd i kontextmenyn och placeras bakom en avdelare, så att man inte klickar på den av misstag. Det finns ingen bekräftelse- dialog — ett klick raderar presetet omedelbart. Det raderade presetet kan inte återställas (Cmd-Z fungerar inte här — undo finns i den aktuella byggnaden bara för bildlistan, inte för preset- operationer). Om det raderade presetet var aktivt just då, förblir den aktuella TrainingConfig oförändrad, endast det aktiva presetvalet nollställs.

VAR

Inspector → Presets-sektion → varje kategori-header (Capture Class, Classic, MCMC, Hybrid, Custom).

TEKNISKT

Utfällningsstatus per kategori med olika standardvärde: den kurerade gruppen Capture Class startar utfälld, Classic, MCMC, Hybrid och Custom startar hopfällda. Statusen sparas inte — vid omstart av appen är alla kategorier tillbaka i standardläget. Chevron-pilen roterar animerat. Siffran till höger i headern visar antalet presets i kategorin. Klickytan omfattar hela header-området.

VAR

Inspector → Kameror & inspelning → Camera Alignment (popup-meny under Projection-väljaren).

TEKNISKT

Popup-meny, inte en segmenterad väljare — etiketterna spränger den smala Inspector-kolumnen. Vilka poster som visas beror på bygget: den sandlådade App Store-versionen erbjuder Apple Photogrammetry och Native, utvecklar-/DMG-byggen dessutom COLMAP. Anledning: COLMAP är ett externt kommandoradsprogram, och sandlådade appar får inte starta främmande binärer (App Review-riktlinje 2.5.2) — därför saknas backend-posten samt mapper-väljaren och binärsökvägen i Store-bygget helt, i stället för att permanent vara gråmarkerad: en rad som aldrig kan lysa upp är inte en anvisning utan bara brus. Förväxla inte: Import och export av ett COLMAP-workspace är ren Swift-filparsning, kräver ingen COLMAP-installation och fungerar i alla bygg (kapitel 1, M5). Tillägget "(Beta)" vid Native-posten har tagits bort — Native är inte längre beta sedan v1.5.2. Valet avgör SfM-backend för nästa körning och styr samtidigt vilka rader nedanför är manövrerbara (I13, High-Quality, Native SfM Recipe). Fotnot i UI:t: Vid en osorterad fotouppsättning riktar pipelinen alltid med Native, oavsett vad väljaren visar — det receptet finns bara där. Väljaren låses medvetet inte (värdet är inte otillgängligt, det bara överröstas); i stället visas en anmärkning med förgreningssymbol.

VAR

Inspector → Kameror & inspelning → FOV Override (alltid synligt, manövrerbart endast vid Camera Alignment = Native).

TEKNISKT

Numeriskt textfält (intervall 0-170°), standard 0 = automatisk bestämning från EXIF eller heuristik. Manuell inmatning behövs när indatabilderna extraherats från en video som saknar brännviddsmetadata. Typiska värden: iPhone Wide ≈ 73°, DJI Mavic Wide-Crop ≈ 70°, drönare med fullformatssensor ≈ 84°. Värdet klipps till [0, 170] — värden utanför pressas direkt tillbaka innanför gränserna. Påverkar bara den native SfM-pipelinen (Q4/Q5); Apple Photogrammetry ignorerar detta värde helt. Sedan 2026-07-18: Under andra backends döljs fältet inte längre, utan blir gråmarkerat — tillsammans med "High-Quality" och "Native SfM Recipe" och en rad med hänglås-symbol ("These configure the Native aligner — choose Native under Camera Alignment to change them."). Den tidigare döljningen dolde att dessa reglage överhuvudtaget finns. Spärren hänger på det valda backendet, inte på det som faktiskt används — omdirigeringen av osorterade fotouppsättningar till Native meddelas i stället av anmärkningen under I12. Raden "Native SfM Recipe" kräver dessutom en osorterad fotouppsättning och har annars en egen förklaringsrad.

VAR

Inspector → Träningskonfiguration → Densification (segmenterad väljare, alltid synlig).

TEKNISKT

Växlar mellan de två Densification-strategierna: Classic (ursprungliga 3DGS-metoden med Clone/Split/Prune och gradienttröskel) och MCMC (Stochastic Gradient Langevin Dynamics med Relocation, NeurIPS 2024). Vid byte från Classic till MCMC sätter appen automatiskt de MCMC-specifika fälten till beprövade standardvärden (Reg-Weights = 0, MCMC-Cap- Multiplier 3.0, Sample-/Noise-Schedule). Utan denna automatiska initiering led sessioner med gamla Presets av 1.4.4-MCMC-Collapse-buggen (460K→5 Gaussians, Watchdog-Kill). Väljarvalet avgör dessutom vilka Inspector-element som är synliga — vid MCMC dyker I16/I17 upp. Detaljerad fälteffekt i kapitel 6, T11–T16 (Classic) och T61–T73 (MCMC).

VAR

Inspector → Training → MCMC Quality (alltid synlig, manövrerbar vid Densification = MCMC eller Hybrid).

TEKNISKT

Slår om gradientackumulering till 2 steg (aktiv) resp. 1 steg (inaktiv). Ackumulerar gradienterna från två efterföljande kameravyer innan optimizer-steget utförs. Det jämnar ut optimeringsvägen och förbättrar slutresultatet lite, men märkbart. Priset: dubblad träningstid. Vid mycket långa träningar (200K iterationer) leder det till ytterligare 10+ minuters väntetid — lönar sig alltså bara när de sista procenten kvalitet verkligen behövs. Påverkar bara träningen, inte exportformatet eller viewport-visningen. Gäller även för Hybrid, som använder samma MCMC-maskineri. Sedan 2026-07-18: Under Classic försvinner raden inte längre, utan blir tillsammans med I17 och "Max Gaussians" gråmarkerad; därunder står "Only used by the MCMC and Hybrid densifiers — switch Densification above to change these."

VAR

Inspector → Training → Auto-scale by scene (alltid synlig, manövrerbar vid Densification = MCMC eller Hybrid).

TEKNISKT

När aktiv, skalas den effektiva övre gränsen för Max Gaussians med antalet SfM-init-punkter × MCMC-Cap-Multiplier (standard 3.0). Exempel: SfM ger 250K initpunkter, bas-cap = 150K, Multiplier 3.0 → effektiv övre gräns = max(150K, 750K) = 750K. Om inaktiverad gäller strikt bara basen. Basen själv finns i raden Max Gaussians direkt därunder (sedan 1.8, standard 150 000, indata klippt till 10 000–30 000 000). Ligger den effektiva övre gränsen över basen, visar appen den i klartext ("Effective cap for this scene: …") — med RAM-varning om den blir för hög. Infördes för v1.4.5, eftersom stora utomhusinspelningar med över 1000 bilder och motsvarande hög SfM-punkttäthet med den fasta 150K-cap-standarden svalt ut Densification — överflödiga punkter blev kvar, nya fick inte uppstå. Standard AV i egna Presets, PÅ i MCMC-inbyggda. Påverkar bara vid träningstillfället, inte vid export. Sedan 2026-07-18: Under Classic blir raden gråmarkerad i stället för dold (med samma förklaringsrad som I16); klartextvisning och RAM-varning visas där medvetet inte, eftersom Classic inte tillämpar någon övre gräns alls.

VAR

Inspector → Träningskonfiguration → GroupBox → Max Iterations.

TEKNISKT

Stegväljare med intervall 1 000–100 000, stegstorlek 1 000. Bestämmer det totala antalet optimizer-iterationer. Linjärt korrelerat med träningstiden (halvering = ca 50% tid). Beprövade värden är 20K (Classic Balanced), 40K (Classic Quality) och 200K (MCMC Full). Över 40K ger Classic knappt någon förbättring — avkastningen planar ut. Vid ändring dras, om länkfunktionen (I19) är aktiv, Densify Until proportionellt med (standardförhållande: 0.5, dvs. Densify-Until = Max/2).

VAR

Inspector → Träningskonfiguration → GroupBox → liten länkknapp mellan Max Iterations och Densify Until.

TEKNISKT

Omkopplarknapp som fryser förhållandet mellan Densify Until och Max Iterations. När aktiv (länk-ikon markerad) dras Densify Until proportionellt med vid varje ändring av Max Iterations. Vid avlänkning (länk-plus-ikon) förblir värdena oberoende. Standard är länkad, eftersom det speglar den typiska korrelationen — när du drar upp träningen till dubbla iterationer vill du oftast även låta Densification löpa proportionellt längre. Förhållandet beräknas från det aktuella värdet när länkknappen sätts; ett typiskt förhållande är 0.5 (Densify-Until = halva iterationsantalet).

VAR

Inspector → Träningskonfiguration → GroupBox → Densify Until.

TEKNISKT

Stegväljare med intervall 500–50 000, stegstorlek 500. Bestämmer det iterationsindex från vilket inga nya Gaussians längre tillkommer via Clone/Split (Classic) eller Relocation (MCMC). Efter det förfinas bara position och färg. Högre värden = fler Gaussians = större fil, längre tid per iteration (+30-60% GPU-tid per steg). Typiska värden: 15K (för 30K Max-Iter), 20K (för 40K), 100K (för 200K MCMC). Skalas automatiskt med vid aktiv länk (I19). Verkar olika på Classic vs MCMC: Classic stoppar helt tillväxten, MCMC stoppar Relocation-logiken, men sample-/noise-adaptionen fortsätter.

VAR

Inspector → Träningskonfiguration → GroupBox → SSIM Weight.

TEKNISKT

Reglage 0.0–1.0 i steg om 0.05, visas som "0.20". Blandar L1-loss (0.0) och SSIM-loss (1.0). L1 stramar upp ljusstyrkan per pixel, SSIM den strukturella likheten (kanter, lokal statistik). Standardvärdet 0.2 är värdet från det ursprungliga 3DGS-papret (Kerbl 2023) och en robust kompromiss för nästan alla scener. Högre värden (0.5+) prioriterar detaljbevarande, men kan ignorera lokala ljusstyrkefel. Lägre värden (< 0.1) leder till detaljförlust vid skarpa kanter. SSIM- beräkningen körs i shadern med ett 11×11-Gaussian-fönster. Prestanda: Vid 0.0 (bara L1) är träningen ca 8-12% snabbare, eftersom SSIM-beräkningen hoppas över i shadern.

VAR

Inspector → Träningskonfiguration → GroupBox → Render Scale.

TEKNISKT

Reglage 0.25–1.0 i steg om 0.25, visas som "100%". Skalar tränings-renderingens upplösning relativt källbildens storlek. Störst hävstång på prestandan: 50% minskar GPU-tiden med ca 75% (eftersom det blir 4× färre pixlar), 25% med ca 94%. Gradienttröskeln skalas automatiskt med. Under reglaget visas en live-upplösningsindikering i MP (t.ex. "2304×1296 (3.0 MP)"). Om det aktuella värdet avviker från det rekommenderade visas i orange text "— recommended: 50%". Rekommendationen siktar på ~3 MP effektiv upplösning — det intervall som Apple Silicon-GPU:er bearbetar mest effektivt. 4K-källbilder får t.ex. automatiskt 25% rekommenderat, FullHD-bilder 100%. En ändring triggar dessutom buffer-omallokering.

VAR

Inspector → Training → gruppen „Runs automatically at the end of training" → Post-Training Compactification.

TEKNISKT

Aktiverar en städ-omgång i slutet: När träningsiterationerna är avslutade tas Gaussians med opacity under 0.01 (1 % synlighet) bort. Detta krymper filstorleken typiskt till ungefär hälften, utan att någon kvalitetsförsämring blir synlig — eftersom dessa Gaussians ändå inte bidrar visuellt. Compactification körs som ett GPU-Compact-pass och tar, beroende på Gaussian-antal, allt från bråkdelar av en sekund till några sekunder. Påverkar inte träningsprestandan. Om denna brytare är av exporteras även osynliga Gaussians — relevant bara om du vill använda formatet för ytterligare ett tränings-stadium (Continue Training), annars slöseri med lagring.

VAR

Inspector → Training → Perceptual Loss.

TEKNISKT

Reglage 0.0–0.2 i steg om 0.01, visas vid 0.0 som „Off", annars som „0.05" osv. Aktiverar en extra loss-term som jämför multi-skalad Gaussian-blur av renderingen med ground-truth-bilden (3 blur-skalor). Fångar strukturella skillnader som L1+SSIM ensamt inte upptäcker. Värden mellan 0.05 och 0.1 förbättrar fina strukturer märkbart och kostar bara lite träningstid — runt 5 % (extra forward-pass genom blur-kärnorna). Över 0.15 blir träningen instabil och kvaliteten sjunker igen, eftersom denna loss-term dominerar optimeringen. Verkar under träningen, inte i efterbehandlingen — trots sin position bland Enhancement-raderna längst ner i Training-sektionen är detta alltså ingen ren efterhandsuppgradering.

VAR

Inspector → Training (Outdoor-gruppen) → brytaren „Sky Masking". Sparas per projekt; standard: av.

TEKNISKT

Aktiverar pre-training Apple-Vision-baserad Sky-Pixel-segmentering. Innan träningen startar extraheras för varje ingångskamera himmels-regionen via Apple-Vision-Foreground-Mask (himmel = bakgrund) och tilldelas som en per-pixel-mask till respektive kamera. Under träningen multipliceras loss-bidraget per pixel med komplementet av himmel-masken — himmel-pixlar bidrar med 0 till gradienten, så att Gaussians som projiceras mot himlen inte får några optimeringssignaler och därmed inte blir „tätare" eller „ljusare". Minskar floaters (mörka klumpar i himlen) signifikant vid outdoor-/drönarscener. Kostar ~3 % L1-regression vid klassisk 40K-träning. Endast meningsfullt vid outdoor-scener med tydligt igenkännbar himmel; vid inomhusscener eller vit bakgrund identifierar himmel-segmenteringen fel områden och blockerar giltiga loss-signaler. Värdet sparas per projekt (inte längre app-globalt) och följer preset respektive scenfilen.

VAR

Inspector → Training (Outdoor-gruppen) → brytaren „Floater Cleanup" (undertitel „Remove Gaussians outside all camera views"). Sparas per projekt; standard: av.

TEKNISKT

Brytaren styr två effekter med olika villkor; båda härleds vid start till den kör-lokala konfigurationen, utan att skrivas till den sparade konfigurationen (annars skulle de fastna som en engångsspärr). (1) Frustum-Union-Cull vid träningens slut — Gaussians utanför unionen av alla kamera-frusta tas bort („aldrig observerad" = „aldrig begränsad", och just det är de flesta floaters). Denna del har ingen strategivillkor och körs vid Classic, MCMC och Hybrid lika mycket — efter den är brytaren uppkallad. (2) Två extra density-control-pass mitt i körningen — endast vid Classic och endast från 30 000 iterationer, satta till 55 % och 85 % av körlängden (vid 35–40K alltså ungefär 20K och 30K). Båda passen letar efter Gaussians med mycket låg opacity, mikroskopisk skärmytstorlek och utan loss-bidrag och rensar bort dem. Effekt: ~5–15 % färre Gaussians i slutet, märkbart färre mörka klumpar i himlen vid drönar-/outdoor-scener. Kostar ~1–3 % L1-regression vid close-up-inomhusscener, därför inte aktiverat som standard. Värdet sparas per projekt och följer preset respektive scenfilen. Rättelse jämfört med tidigare upplagor: Brytaren är inte längre begränsad till Classic-densifieraren och grås inte längre ut under MCMC/Hybrid — det hade tidigare stängt ute MCMC- och Hybrid-användare just från den cull som faktiskt fungerar för dem. Vid korta körningar (t.ex. P2 Preview 5K) uteblir bara mitten-av-körningen-delen.

VAR

Inspector → Training (Outdoor-gruppen) → brytaren „Reconstruct Sky Dome". Sparas per projekt; standard: av.

TEKNISKT

Aktiverar sky-dome-projektionen före träningen. Efter SfM och innan träningen startar extraheras för varje ingångskamera den Apple-Vision-himmel-mask som delas i S7 ur bilden, himmel-pixlarna avprojiceras med kamera-intrinsics till en virtuell klot-yta (standard-radie 8× scen-radien). På denna klot initieras ~5000 nya Gaussians med färgmedelvärden från de projicerade himmel-pixlarna, mycket stor skalning (1.0 i scen-enheter) och startopacity 0.95. Dessa 5000 Gaussians är ingen himmel-mask i klassisk mening — de tränas som alla andra, men hålls kvar i ett tunt skal tack vare den höga startopaciteten. Resultat: vid 360°-novel-views i outdoor-/drönarscener visas istället för mörka confetti-klumpar faktisk himmelsfärg och molnstrukturer. Värdet kommer ihåg mellan omstarter. Meningsfullt endast vid outdoor-scener med åtminstone 360°-kameratäckning; vid rena objektinspelningar utan himmelssikt har det ingen effekt. Status: experimentell, bredare A/B-validering över fler outdoor-set återstår.

VAR

Inspector → Förlopp → Training Metrics → Iteration. Read-only.

TEKNISKT

Visning i formatet „4523 / 40000" — aktuell iteration i förhållande till totalt planerade iterationer. Räknar synkront med träningsloopen, som pushar värdena var ~30:e iteration. Den andra siffran motsvarar Max-Iterations-värdet vid starttillfället; den ändras inte längre, även om användaren ställer om steppern efteråt — den pågående körningen använder sin egen snapshot-kopia. Om appen via Training-menyn lägger på fler iterationer (Continue Training +5K/+10K/+20K) ökar nämnaren.

VAR

Inspector → Förlopp → Training Metrics → Loss. Read-only.

TEKNISKT

Flyttalsvärde med sex decimaler (t.ex. „0.024385"). Mäter den kombinerade L1+SSIM-Loss (mixen styrs via I21 SSIM Weight) plus eventuellt Perceptual Loss (I29) och andra regularizers. Skalan är inte absolut utan scen-beroende — kräver samma dataset för de flesta jämförelser. Typiska slutvärden vid bra konfigurationer: - Classic Quality 40K iters: 0.022–0.025 (Horse, Truck, Garden) - MCMC Full 200K iters: 0.024–0.028 - Outdoor drönare 30K: 0.030–0.060 (sämre på grund av geometrin) - Indoor lägenheter: 0.018–0.025

Värden över 0.10 efter 5K iterationer tyder på SfM-problem (dåliga kamerapositioner) — avbryt och beräkna om SfM.

VAR

Inspector → Förlopp → Training Metrics → Learning Rate. Read-only.

TEKNISKT

Visning i vetenskaplig notation (t.ex. „1.60e-04"). Aktuell inlärningshastighet för positionsparametrarna (3DGS har sex oberoende inlärningshastigheter för position, SH-DC, SH-Rest, opacity, skala, rotation — här visas position-LR som representativ storhet). Standard-startvärde 1.6e-4, som via en exponentiell avklingning sjunker till ~1.6e-6 vid träningens slut. Avklingningen kan justeras via LR-Schedule-fältet i träningskonfigurationen (T-fält i kap. 6). Om LR förblir ovanligt hög (t.ex. 1e-3 eller mer efter 10K iterationer) kan det tyda på en felaktigt inläst konfiguration.

VAR

Inspector → Förlopp → Training Metrics → SH Degree. Read-only.

TEKNISKT

Heltal 0-3. Spherical-Harmonics-grad för färgrepresentationen. Börjar på 0 (endast DC-komponenten, dvs. riktningsoberoende färg per Gaussian — alltså bara en RGB-konstant) och stiger successivt under träningens gång upp till 3. Standardschemat höjer graden med 1 vid 1000/2000/3000 iterationer. SH-3 motsvarar 48 färgkoefficienter per Gaussian (3 RGB-kanaler × 16 SH-basfunktioner). Högre SH-grad = mer riktningsberoende reflektion (glansiga ytor ser korrekt olika ut från olika betraktningsvinklar), men också mer minne och långsammare träning.

VAR

Inspector → Förlopp → Training Metrics → Gaussians. Read-only.

TEKNISKT

Aktuellt antal Gaussians i modellen, formaterat med lokal separator (t.ex. „524.318"). Tillväxt: - Classic: startar vid SfM-init-punkterna (typiskt 50K-300K), växer genom Clone/Split fram till strax innan Densify Until, sedan statiskt fram till träningens slut (modulo pruning) - MCMC: samplingspunkter läggs till fram till MCMC-taket, sedan sker bara relokalisering

Friska slutvärden: - Classic Quality: 400K-700K (Horse 524K, Garden 800K) - MCMC Full: exakt vid taket (standard 150K, med Auto-Scale-multiplikator × SfM-antal beroende på scen 500K-1,5M)

Vid MCMC faller siffran under < 60% av taket → anomali (collapse-indikator, tyder på för aggressiva regularizers).

VAR

Inspector → Förlopp → Training Metrics → GPU Memory. Read-only.

TEKNISKT

Uppskattning av Gaussian-bufferns minnesförbrukning som Gaussian-antal × 616 bytes (formaterat i minnesstil). 616 bytes är storleken på en fullt utrustad Gaussian (position, skalning, rotation, opacity, SH-koefficienter grad 3, gradient- ackumulator). Visningen omfattar inte renderarens overhead (tile-buffer, sort-buffer, backward-buffer) — det verkliga GPU- minnesbehovet ligger typiskt 2-3× över detta värde. Vid 500K Gaussians: visas ~290 MB, verkligt ~700 MB. Vid 1,5M Gaussians: visas ~880 MB, verkligt ~2.5 GB. På M3 Max med 64+ GB Unified Memory okritiskt, på M3 Pro med 18 GB redan en gräns.

VAR

Inspector → Förlopp → Training Metrics → Speed. Read-only.

TEKNISKT

Iterationer per sekund med en decimal („24.3 it/s"). Beräknas av tränaren som ett glidande medelvärde över de senaste ~100 iterationerna. Typiska värden: - Quick-preset (1K iters): 80-120 it/s (kort, ingen steady-state) - Classic 20K @ 1.0 Render Scale (Truck-scenen, M3 Max): 25-35 it/s - Classic 20K @ 0.5 Render Scale: 80-120 it/s - MCMC 200K @ 0.5 Render Scale: 25-50 it/s (långsammare på grund av relokalisering) - Vid 1M+ Gaussians och full upplösning: < 10 it/s

Sjunkande hastighet under träningens gång är normalt — fler Gaussians = mer beräkning per iteration. Plötsliga fall (t.ex. från 30 → 5 it/s) tyder på GPU-thermal-throttling eller konkurrerande appar.

VAR

Inspector → Förlopp → Training Metrics → Elapsed. Read-only.

TEKNISKT

Redan förfluten tid som „4:23" (m:ss) eller „1:23:45" (h:mm:ss). Formatbyte från 1 timme. Mäter endast den rena träningstiden, inte de föregående faserna (SfM-beräkning, bild- import). Vid paus/återupptagning fortsätter klockan — är alltså väggklockstid, inte CPU-tid.

VAR

Inspector → Förlopp → Loss History → vänster etikettområde „Current: 0.0075". Read-only.

TEKNISKT

Flyttalsvärde för den senaste loss-sampelpunkten, formaterat med fyra decimaler. Identiskt med I31 (Loss i metrics-sektionen), men här mer kompakt formaterat. Källan är loss-historiken — en lista som får en post var ~30:e iteration. Endast ändliga värden tas med i listan — NaN/Infinity (mycket sällsynt, vid en gradient-explosion-bugg) filtreras bort.

VAR

Inspector → Förlopp → Loss History → höger etikettområde „Min: 0.0051" (grönt). Read-only.

TEKNISKT

Minimum av alla loss-värden som någonsin observerats under den aktuella träningskörningen. Räknas fram live från loss-historiken — ingen separat lagring. Visas med grön text, eftersom „Min" = „bäst hittills". Den streckade gröna linjen längs diagrammets nederkant markerar denna Y-position visuellt. Vid Continue-Training-sessioner startas min-spårningen om — den gamla historiken ersätts i gränssnittet av den nya (läggs inte till). Om den pågående träningen går sämre än den föregående kan alltså min-visningen bli högre än föregående slutresultat.

VAR

Inspector → Förlopp → Loss History → andra diagrammet nedanför (orange). Read-only.

TEKNISKT

Linjediagram över antalet Gaussians under träningsiterationerna. Källa: Gaussian-count-historiken (lista med (iter, count)-par, fylls i av tränaren var ~30:e iter). Y-skalan är dynamisk mellan historikens minimum och maximum. Vid Classic-strategi ser kurvan typiskt ut så här: stadigt stigande fram till Densify Until, sedan flack (med små pruning-svängningar). Vid MCMC: brant uppgång fram till Cap, sedan en horisontell linje (Relocation håller antalet konstant). En nedgång alldeles i slutet är normalt — i bilden ovan sjunker kurvan från cirka 16K till 9 660, eftersom upprensningspassen efter den sista iterationen slår till (I26). Oroande är bara en nedgång mitt i körningen: då prunar densifieringen för aggressivt — ett tecken på felaktiga standardvärden eller en känd MCMC-collapse-bugg (v1.4.4-hotfix-ämne).