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。