DeepLens是一个用于计算镜头设计的可微光线追踪器-CSDN博客

本文链接：https://blog.csdn.net/max500600/article/details/145391930

DeepLens是一个用于计算镜头设计的可微光线追踪器，具备多种功能且支持在普通机器上运行，新手可按以下步骤尝试复现其功能：

环境准备
- 安装Python：确保系统已安装Python，建议使用Python 3.7及以上版本。若未安装，可从Python官网（https://www.python.org/downloads/ ）下载对应系统的安装包进行安装。安装过程中勾选“Add Python to PATH”选项，方便后续在命令行中使用Python命令。
- 安装依赖库：进入项目目录，根据requirements.txt文件安装所需库。打开命令行，执行以下命令：

git clone https://github.com/singer-yang/DeepLens
cd DeepLens
pip install -r requirements.txt

若安装过程中遇到网络问题导致安装失败，可尝试更换pip源，例如使用国内的镜像源，修改pip配置文件（Windows系统在C:\Users\你的用户名\pip\pip.conf，Linux系统在~/.pip/pip.conf），添加如下内容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

git clone https://github.com/singer-yang/DeepLens
cd DeepLens
python 0_hello_deeplens.py
# 编写并运行自己的代码
python your_code.py

- **方法二：安装为Python包后使用**：将项目安装为Python包，在其他代码中引入使用。

git clone https://github.com/singer-yang/DeepLens
pip install -e ./DeepLens

在Python代码中引入并使用，示例如下：

import deeplens
lens = deeplens.GeoLens(filename='./lenses/cellphone80deg.json')

关于算力：DeepLens具备内存高效的光线追踪功能，宣称可在台式机上处理数百万条光线，所以一般普通机器的算力足以满足其基本功能的运行。但如果涉及到大规模光线追踪（如进行十亿级光线追踪且未开启多GPU并行化时）、复杂的神经网络训练等场景，可能会因算力不足导致运行缓慢甚至无法运行。若出现运行卡顿或内存溢出等问题，可尝试减少光线数量、简化模型结构等优化措施，或考虑使用更高配置的机器，如具有更多内存和更强CPU、GPU的设备。