PoMVG 3D 视觉平台使用与开发演示笔记

本视频演示了 PoMVG 平台（posdk.net）的完整工作流，涵盖从界面入门、数据加载、工作流执行、结果可视化与评估，到插件开发、调试、发布及 AI 辅助开发的全过程。演示重点展示了如何通过模块化节点构建流水线，利用 Loop 规则进行批量处理，以及内置的精度与性能评估工具。最后通过对比 GLOMAP 和 PoMVG 在 ETH3D 数据集上的重建结果，展示了平台在局部结构重建上的优势。

你会学到

• PoMVG 是一个基于插件的模块化 3D 视觉重建平台，旨在提供比 COLMAP/GLOMAP 更鲁棒、高效且完整的重建方案。
• 平台界面分为左侧模块列表、中间工作流画布和右侧参数配置面板，支持拖拽连接输入输出以构建数据流。
• 内置 Tutorial 系统按任务组织，引导用户从打开现有工作流开始学习，逐步过渡到创建自定义工作流。
• Loop 规则允许同一工作流在不同数据集或参数设置间重复执行，无需手动编写循环代码，适合批量实验。
• 评估功能集成在工作流中，可自动分析精度指标及运行时性能（CPU、内存、耗时），并支持导出统计报告。
• 插件开发支持在平台 IDE 或外部工具（如 Code X, Cursor）中进行，提供 Replay 功能以复用已计算数据，加速调试过程。

步骤与时间轴

1. 0:39 · 熟悉界面与教程
   打开软件后，若为新手，通过 Help > Tutorials 进入引导模式。左侧面板列出方法模块，拖入画布并连接输入输出以构建工作流；右侧面板显示选中模块的配置参数。注意在修改参数前确认当前选中的模块。
2. 1:38 · 加载现有工作流
   使用 Wizard 选择 'Open existing workflow'，跟随提示选择内置工作流。检查其输入数据、连接的方法模块及输出。社区共享的工作流也可在此搜索并作为构建基础。
3. 2:23 · 数据准备与关联
   选择 Loading 模块，检查其 Data Panel。首先确认数据目录，若数据不在本地，点击 Download 或访问官网获取。确认本地数据路径后，点击 Associate 将数据集关联到该 Loader，确保工作流能找到正确输入。
4. 3:38 · 运行工作流与 Loop 配置
   点击 Run 执行工作流，底部面板显示多线程并行处理进度。若需批量处理，使用 Loop 按钮配置循环规则，例如遍历不同文件或改变参数，实现同一工作流对多组数据的重复执行。
5. 4:59 · 结果可视化与对比
   在左侧列表切换输出，打开重建的 3D 场景。使用 Split View 并排查看点云，调整点大小以观察局部结构。设计观察路径（Viewing Path）以预览相机运动，并可导出点云演示视频。
6. 6:39 · 评估精度与性能
   工作流完成后，查看集成评估结果。确认选中的结果集，查看 PoseLib2 视图及全局结果。检查数据集和模块以识别指标来源。查看按模块和数据集划分的运行时统计（总时间、平均时间、各阶段耗时），并通过 Export 保存统计数据。
7. 8:12 · 模块输出检查
   双击模块可检查其输出。视图内容由模块的数据类型和实现决定。也可运行自定义插件，检查其输出并评估结果，覆盖开发、执行和验证环节。自动评估需添加相应的 Evaluation Data 节点并连接数据。
8. 9:05 · 插件开发与调试
   定义插件的输入和输出数据类型，创建项目并链接 SDK 库。在开发视图中构建逻辑，设置断点运行并检查状态。使用 Replay 功能复用已计算的输入数据，避免每次修改都重新运行整个工作流，从而加速调试。支持在平台 IDE 或外部工具中开发。
9. 11:32 · 插件市场与发布
   通过 Integrated Marketplace 浏览和安装网站发布的插件（如 LoFTR）。在 POSDK 网站上，用户可登录发布插件。社区板块用于讨论技术问题、报告 Bug 及跟进共享模块。
10. 12:28 · 版权与归属记录
    每个模块可记录版权、来源和开发者信息（如开发者、团队、联系邮箱）。这些信息关联用户账户，支持当他人使用该模块时发送邮件通知，帮助开发者追踪使用情况并跟进反馈。
11. 13:15 · AI 辅助开发
    使用 POSDK Skill 为 AI 工具（如 Codex）提供平台和工作流上下文。通过 Skill Manager 安装能力，询问 Codex 关于工作流步骤、数据流动及连接方式的问题。AI 可辅助接线和插件开发，需逐步核对 AI 的分析和建议。
12. 14:31 · 重建结果对比演示
    展示使用深度学习匹配模型（如 Roma v2）的新重建结果。对比 GLOMAP（左）和 PoMVG（右）在 ETH3D 地下停车场场景的点云质量，重点观察浮雕、柱子、天花板和地板的局部细节及相对位置。注意 Roma v2 尚未内置，计划通过插件市场提供，目前可下载已发布的 LoFTR 插件。

要点与注意

• 在修改参数前，务必检查右侧面板确认当前选中的模块，避免误改其他步骤的配置。
• 调试插件时，若前期数据准备耗时较长，使用 Replay 功能复用已计算数据，仅重新运行目标模块，可显著加快验证速度。
• 对比 3D 点云时，使用 Split View 并排显示，并适当减小点大小，以便更清晰地观察局部结构和轮廓。
• Roma v2 匹配模型目前未内置于平台，需通过插件市场获取；已发布的 LoFTR 插件可直接下载安装使用。
• 导出评估统计和版权信息时，建议与对应的工作流运行记录一起保存，以便后续分析和归档。

适合谁看

国内 CG、3D 及 AI 创作从业者，特别是关注 3D 视觉重建、SfM/MVS 算法优化及自动化工作流构建的技术人员。