文章目录
- ReadMe
-
- 安装
-
- 依赖
- 运行
-
- 下载两个示例数据集：lego和fern
- 训练一个低分辨率的Lego NeRF：
- 训练一个低分辨率蕨类植物NeRF：
- 更多数据集
- 预训练模型
- 可复现
- 实现
-
- 1、下载nerf-pytorch工程
- 2、安装依赖
- 3、下载数据
- 4、运行lego NeRF:
ReadMe
Github链接
NeRF (神经辐射场)是一种在合成复杂场景的新颖视图方面取得最新成果的方法。下面是这个资源库(下面提供预训练模型)生成的一些视频：
本项目是NeRF的一个PyTorch实现，在运行速度提高1.3倍的同时重现了结果。该代码基于作者的Tensorflow实现，并通过测试与之进行了数值匹配。
安装
git clone https://github.com/yenchenlin/nerf-pytorch.git
cd nerf-pytorch
pip install -r requirements.txt
1、通过git命令从github上下载Nerf-Pytorch工程；
2、下载好后，在该路径下存在名为nerf-pytorch的文件夹；
3、进入nerf-pytorch文件夹下；
4、通过pip命令安装requirements.txt里所需的配置依赖。
1、没有git命令，可以直接从github网站下载.zip压缩包
2、解压该压缩包，可以得到名为nerf-pytorch-master的文件夹；
3、进入nerf-pytorch-master文件夹下；
4、通过pip命令安装requirements.txt里所需的配置依赖。
依赖
- PyTorch 1.4
- matplotlib
- numpy
- imageio
- imageio-ffmpeg
- configargparse
LLFF数据加载器需要ImageMagick。
如果你想在自己的真实数据上运行，你还需要设置LLFF代码(和COLMAP)来计算姿势。
