PS-NeRF 项目使用教程

PS-NeRF 项目使用教程

psnerf 项目地址: https://gitcode.com/gh_mirrors/ps/psnerf

1. 项目目录结构及介绍

PS-NeRF 项目的目录结构如下：

psnerf/
├── docs/
├── preprocessing/
│   ├── data/
│   │   └── models/
│   ├── preprocessing.py
│   └── ...
├── stage1/
│   ├── train.py
│   ├── shape_extract.py
│   └── ...
├── stage2/
│   ├── eval.py
│   ├── train.py
│   └── ...
├── .gitignore
├── LICENSE
├── README.md
├── chamfer_dist.py
├── download.sh
├── environment.yaml
├── evaluation.py
├── light_avg.py
└── ...

目录结构介绍

• docs/: 存放项目文档和相关说明文件。
• preprocessing/: 包含数据预处理的脚本和相关数据文件。
  • data/models/: 存放预训练模型的文件。
  • preprocessing.py: 数据预处理的主要脚本。
• stage1/: 包含第一阶段训练和形状提取的脚本。
  • train.py: 第一阶段训练的启动脚本。
  • shape_extract.py: 形状提取的脚本。
• stage2/: 包含第二阶段训练和评估的脚本。
  • eval.py: 评估模型的脚本。
  • train.py: 第二阶段训练的启动脚本。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件。
• chamfer_dist.py: 计算 Chamfer 距离的脚本。
• download.sh: 下载数据和模型的脚本。
• environment.yaml: 项目依赖环境配置文件。
• evaluation.py: 评估结果的脚本。
• light_avg.py: 计算光照平均图像的脚本。

2. 项目启动文件介绍

2.1 数据预处理启动文件

preprocessing/preprocessing.py

该文件用于数据预处理，主要功能包括：

• 加载数据集
• 预处理图像和标签
• 生成训练和测试数据

2.2 第一阶段训练启动文件

stage1/train.py

该文件用于第一阶段的训练，主要功能包括：

• 加载预处理后的数据
• 训练模型
• 保存训练结果

2.3 第二阶段训练启动文件

stage2/train.py

该文件用于第二阶段的训练，主要功能包括：

• 加载第一阶段的训练结果
• 继续训练模型
• 保存最终训练结果

2.4 评估启动文件

stage2/eval.py

该文件用于评估训练好的模型，主要功能包括：

• 加载训练好的模型
• 评估模型的性能
• 生成评估报告

3. 项目的配置文件介绍

3.1 环境配置文件

environment.yaml

该文件用于配置项目的依赖环境，包含以下内容：

• Python 版本
• PyTorch 版本
• 其他依赖库

3.2 数据下载配置文件

download.sh

该文件用于下载数据和预训练模型，包含以下内容：

• 数据集下载链接
• 预训练模型下载链接

3.3 参数配置文件

preprocessing/data/params.json

该文件用于配置数据预处理的参数，包含以下内容：

• 对象名称
• 视图数量
• 图像分辨率
• 相机参数
• 光照参数

通过以上配置文件，用户可以自定义项目的运行环境和数据处理流程，以适应不同的需求和场景。

psnerf 项目地址: https://gitcode.com/gh_mirrors/ps/psnerf