nerf训练自己的数据，过程记录十分详细

三维小菜鸟

已于 2024-08-29 10:24:59 修改

阅读量1.9w

点赞数 62

文章标签：深度学习 pytorch 人工智能

于 2023-03-06 15:33:14 首次发布

本文链接：https://blog.csdn.net/qq_43575504/article/details/129357568

版权

之前跑很多项目没有记录，后来再弄就不行了。这次特别记录一下，在梳理流程的同时希望给大家带来小小的帮助！我自己是在cuda11.2，windows环境下成功的，过程十分详细，有需要的朋友耐心看完。有问题可以评论区交流

在每弄一个新项目之前，建议创建一个新的环境，本文利用conda命令创建名为nerf的环境，指令如下：

conda create --name nerf -y python=3.8 #创建名为nerf的环境
conda activate nerf #切换到nerf环境

然后安装需要的库，都在nerf代码文件的requirements.txt里

cd nerf-pytorch #进入到你nerf的文件夹，根据自己的文件位置调整
python -m pip install --upgrade pip #升级一下pip，防止莫名其妙的错误
pip install -r requirements.txt #安装需要的库

结束之后建议测试一下pytorch是否为GPU版本，有时候默认安装会装成CPU版本，用以下代码测试，输出版本号和True则没有问题。否则卸载安装的torch版本，用wheel离线安装。

import torch

print(torch.__version__)
print(torch.cuda.is_available())

然后先用作者提供的数据跑一下nerf，保证环境没有问题。这里如果用的是windows系统，需要下载Gitbash来使用linux的命令，先在代码文件夹下下载数据：

bash download_example_data.sh #下载作者提供的数据

结束后在data文件夹下有个名为nerf_example_data的压缩包，解压后在nerf代码文件夹下使用如下命令开始训练：

python run_nerf.py --config configs/fern.txt

接下来的步骤请务必注意文件夹的命名，未打括号说明则最好按照我的名字命名，然后注意是在哪个文件夹下操作的，否则后面训练可能找不到对应文件而报错！

先在nerf_llff_data文件夹下创建一个自己的数据文件夹，我命名为llfftest（这个名字可以自取࿰

关注