(NeRF学习)NeRF复现 win11

发布时间:2024年01月04日

一、获取源码

git clone https://github.com/bmild/nerf.git

cd  nerf

二、环境

conda虚拟环境里实现

conda create -n nerf python=3.7

conda activate nerf

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

进入nerf项目中,将requirements.txt文件中修改为(注释前两行)
在这里插入图片描述
然后执行:

pip install -r requirements.txt

三、准备数据集

方法一:官方命令

bash download_example_data.sh

方法二:官网下载数据集

https://drive.google.com/drive/folders/128yBriW1IG_3NJ5Rp7APSTZsJqdJdfc1
在这里插入图片描述
下载好后解压放在nerf/data里面
在这里插入图片描述
根据自己的数据路径相应的修改一下configs/fern.txt文件里的文件路径:
在这里插入图片描述
修改run_nerf.py里面的数据路径:
在这里插入图片描述

四、开始训练

1.更改迭代次数

默认为200K次
在这里插入图片描述

2.开始训练

方法一:

在命令行添加config的参数

python run_nerf.py --config configs/fern.txt

方法二:

在run_nerf.py里面修改config路径:

parser.add_argument('--config', is_config_file=True, default='./configs/fern.txt',
                        help='config file path')

然后执行:

python run_nerf.py

开始训练时运行截图:
在这里插入图片描述
在这里插入图片描述
dbq有点错位了
在这里插入图片描述

3.使用预训练模型

除了自己训练数据集之外,你还可以下载预训练模型
https://drive.google.com/drive/folders/1jIr8dkvefrQmv737fFm2isiT6tqpbTbv
我这里下载了flower_test,放在logs文件夹下
在这里插入图片描述
然后执行:

python run_nerf.py --config configs/flower.txt --render_only

开始训练时运行截图:
在这里插入图片描述
训练完成:
在这里插入图片描述
查看渲染结果 在 ./logs/flower_test/renderonly_path_100000里面:
在这里插入图片描述

五、NeRF源码学习

文章来源:https://blog.csdn.net/Wu_JingYi0829/article/details/135382623
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。