训练

两条分支使用同一初始模型和相同的额外训练预算，进一步支持了通过重组改善后期优化的价值。

此次入选NeurIPS的ReorgGS给出了一种兼具极简工程特性的破局方案：为已有3DGS模型增加一次高斯重组，以极小的工程改动，让同样的后训练预算获得更好的画质，并降低渲染开销。

按配置汇总，七种配置的训练与测试PSNR均提升；

按数据集汇总，三个数据集的训练与测试PSNR也均提升。

作为计算机图形学与三维视觉领域当前最受瞩目的前沿方向之一，3DGS虽能实现高质量实时渲染，但其训练后期的参数优化瓶颈一直是业界面临的技术难题。

此次入选NeurIPS的ReorgGS给出了一种兼具极简工程特性的破局方案：为已有3DGS模型增加一次高斯重组，以极小的工程改动，让同样的后训练预算获得更好的画质，并降低渲染开销。