K-Planes代码记录

weixin_47343723

已于 2025-01-23 20:56:29 修改

阅读量604

点赞数 5

文章标签：论文阅读

于 2024-07-01 17:02:54 首次发布

本文链接：https://blog.csdn.net/weixin_47343723/article/details/140104146

版权

随记

原文 K-Planes: Explicit Radiance Fields in Space, Time, and Appearance，又要换baseline，可是效果不好能怎么办呢，我可不可以发疯。k-planes的代码又是非常工程琐碎的，大佬的代码果然不顾小白死活。随便记录下整个过程。
在这里插入图片描述

代码记录

main.py

主要用于：加载config文件，data，初始化等

loda_data() # 加载数据
init_trainer()	# 初始化模型（包括k-planes loss function等各种）
load_model()

type有几个参数可选，其中phototourism等价于NeRF-W，video相当于动态场景，其他是静态；从line 70进入各种初始化步骤。

在这里插入图片描述
所有参数都初始化完毕后，开始训练

line 160      trainer.train()

base_train.py

一系列参数的初始化
在这里插入图片描述

还有损失函数的计算和优化
在这里插入图片描述

lowran_model.py

经过一系列跳转，在这个文件下进行KPlaneField，KPlaneDensityField，ProposalNetworkSampler等一系列采样和plane的生成和初始化操作，还有forward()函数，插值，query_rgb query_density。这里我只关心k-plane生成
在这里插入图片描述

kplane_field.py

1. 生成并初始化K-planes

在这里插入图片描述

最后生成以下k-planes：

在这里插入图片描述
2. Init appearance code-related parameters等价于NeRF-W（略）
3. Init decoder params：对方向进行编码
4. 初始化decoder
这里有两种选择，使用论文中的线性解码器还是MLP，直接看else line189-217

video_trainer.py

其他的初始化都没那么重要，第二重要的loss，k-plane添加了很多正则化的loss，就在这个函数里进行初始化
在这里插入图片描述

需要注意的点

pytorch提供的插值函数需要将x归一化的[-1,1]之间
损失函数的计算
F.grid_sample()双线性差值函数的坑

这里详细说下第三点：

torch.nn.functional.grid_sample(input, grid, mode='bilinear', padding_mode='zeros', align_corners=None)
# input = [N, C , H, W]
# grid = [B, 1, n, 2]   coordinate

关于grid最后两维是uv，举例：如果u=x, v=time，则是在往input里的W和H处插值，即：x对应W，time对应H，刚好是相反的对应关系。在kplane中第三个plane (一个6个)是 (x,t)，获得 grid = torch.Size([1, 1, 194915, 2]) 其中最后一维是xt，但是去看要插值的网格 [1,32,25,128]，这里的25肯定是t的分辨率，所以刚好是 [batch_size, feature_dim, t_res, x_res]，和gird最后一维的顺序相反。
关于这点就是非常非常小的细节，虽然不影响使用，但是如果想修改的话一定注意！

记录一下求ray还是什么的区别，暂时没有很重要。不过原文里的这部分好像被删掉了，这里是在B站up那里截的图。

在这里插入图片描述