做墙报的网站,有哪些做分析图用的地图网站,wordpress 恶意注册,企业建设网站应如何申请【三维重建】【深度学习】instant-nsr-pl代码Pytorch实现–训练自己的数据集 基于Instant-NGP的神经表面重建#xff1a;该存储库包含 NeRF 和 NeuS 的简洁且可扩展的实现#xff0c;用于基于 Instant-NGP 和 Pytorch-Lightning 框架的神经表面重建#xff0c;旨在为基于 Ne…【三维重建】【深度学习】instant-nsr-pl代码Pytorch实现–训练自己的数据集 基于Instant-NGP的神经表面重建该存储库包含 NeRF 和 NeuS 的简洁且可扩展的实现用于基于 Instant-NGP 和 Pytorch-Lightning 框架的神经表面重建旨在为基于 NeRF 或 NeuS 的研究项目提供高效且可定制的样板。 文章目录 【三维重建】【深度学习】instant-nsr-pl代码Pytorch实现--训练自己的数据集前言制作数据集训练自己的数据集总结 前言
在详细解析NeuS网络之前,首要任务是搭建instant-nsr-pl【win10下参考教程】所需的运行环境并完成模型的训练和测试展开后续工作才有意义。 本博文是对instant-nsr-pl网络训练自己的数据集的流程进行讲解详细代码会在后续的博文中陆续讲解。 博主将各功能模块的代码在不同的博文中进行了详细的解析点击【win10下参考教程】博文的目录链接放在前言部分。 制作数据集
关于个人数据集的制作详细流程感兴趣的可以参考博主的另一篇博文【基于COLMAP制作自己的NeRF(LLFF格式)数据集】。instant-nsr-pl源码有自己的制作的方式 下载COLMAP软件选择合适的版本下载后解压将bin和lib的文件夹内所有文件都放到同一目录下。 配置colmap的环境变量并在cmd中输入“colmap”验证是否生效。 转化数据的格式giraffe目录下有images放置所有图片sparse\0(自己创建)则会保存colmap输出的结果。 activate instant-nsr-pl
python scripts/imgs2poses.py ./load/unbounded360/giraffe到这里完成了数据格式的转化 训练自己的数据集
还是强调一下 要注意内存不够的话扩大虚拟内存
# nerf
python launch.py --config configs/nerf-colmap.yaml --gpu 0 --train dataset.scenegiraffe taggiraffe
# neus带有mask
python launch.py --config configs/neus-colmap.yaml --gpu 0 --train dataset.scenegiraffe taggiraffe
# neus没有mask
python launch.py --config configs/neus-colmap.yaml --gpu 0 --train dataset.scenegiraffe taggiraffe dataset.use_maskfalse这里源码作者的代码存在巨大的BUG也可能是我本身的原因反正训练自己的数据集训练的一团糟有知道的朋友在评论区告诉一下怎么处理。后续有解决方式我会更新 总结
尽可能简单、详细的介绍instant-nsr-pl训练自己的数据集的流程。后续会根据自己学到的知识结合个人理解讲解instant-nsr-pl的原理和代码。