Tensorflow版的MVSNet模型三维重建测试

三维重建 深度图 深度学习 MVS SFM

文章目录

• 前言
• 一、流程介绍
• 二、环境搭建
  • 1.依赖库
  • 2.测试
• 总结

---

前言

目前对MVSNet/R-MVSNet的三维重建复现的文章较少且表述也不完整，特别是环境的搭建, 故在此记录下。

一、流程介绍

MVSNet/R-MVSNet模型的输入是不同视角下的图片以及对应的相机内参和外参(论文作者通过Colmap计算输入图片集的稀疏点云结果，作为该模型的输入)，输出是每张图片对应的深度图，最后作者对所有的深度图进行融合，得到稠密点云数据。

二、环境搭建(重点)

1.依赖库

花了三天时间,终于把环境跑起来了，我是基于Ubuntu16.04 + miniconda + python3.6.0, 在conda虚拟环境中测试的，GPU配置如下:

 安装过程遇见太多坑,下面我贴上需要安装的版本库如下：

python 3.6.0
tensorflow-gpu 1.11.0
tensorboard-gpu 1.11.0
keras 2.2.4(对应版本:https://master--floydhub-docs.netlify.app/guides/environments/)
下面这俩折腾了许久,建议离线安装，我会分享我下好的包, 是可以通过conda安装下面的, 无需卸载你本地的cuda库，这点确实方便。
cudatoolkit 9.0（conda install --use-local cudnn-7.3.1-cuda9.0_0.conda)
cudnn 7.3.1(conda install --use-local cudatoolkit-9.0-h13b8566_0.conda)

下面库照抄就行了
opencv-python 3.2.0.8
matplotlib 2.2.5 
pillow 8.4.0 
scipy  1.1.0
nvidia-ml-py 11.515.48
numpy   1.19.5

cudatoolkit 9.0和cudnn 7.3.1
链接：https://pan.baidu.com/s/1BcRV7NDCggrAwFbHn_YGWA 
提取码：wjot 

2.测试

当你把上面库安装好后,就可以下载作者的tensorflow版本代码了(后来的pytorch版本环境搭建很简单,这里就不提了)。
tensorflow版本代码在运行时train.py和test.py都会报一些语法错误,这是由于库的版本问题造成的，你们可以看看其他博主的文章,参照着修改,我自己改好的代码也会贴出来。
 

---

总结

先占个位置,后面继续更新。