文章目录
ReadMe
NeRF (神经辐射场)是一种在合成复杂场景的新颖视图方面取得最新成果的方法。下面是这个资源库(下面提供预训练模型)生成的一些视频:
本项目是NeRF的一个PyTorch实现,在运行速度提高1.3倍的同时重现了结果。该代码基于作者的Tensorflow实现,并通过测试与之进行了数值匹配。
安装
git clone https://github.com/yenchenlin/nerf-pytorch.git
cd nerf-pytorch
pip install -r requirements.txt
1、通过git命令从github上下载Nerf-Pytorch工程;
2、下载好后,在该路径下存在名为nerf-pytorch的文件夹;
3、进入nerf-pytorch文件夹下;
4、通过pip命令安装requirements.txt里所需的配置依赖。
1、没有git命令,可以直接从github网站下载.zip压缩包
2、解压该压缩包,可以得到名为nerf-pytorch-master的文件夹;
3、进入nerf-pytorch-master文件夹下;
4、通过pip命令安装requirements.txt里所需的配置依赖。
依赖
- PyTorch 1.4
- matplotlib
- numpy
- imageio
- imageio-ffmpeg
- configargparse
LLFF数据加载器需要ImageMagick。
如果你想在自己的真实数据上运行,你还需要设置LLFF代码(和COLMAP)来计算姿势。
运行
下载两个示例数据集:lego和fern
bash download_example_data.sh
bash命令一般在Linux环境使用;
Windows环境,可以通过git bash,借助git实现bash命令;
Windows环境,可以直接按照download_example_data.sh文件手动下载
download_example_data.sh文件:
wget http://cseweb.ucsd.edu/~viscomp/projects/LF/papers/ECCV20/nerf/tiny_nerf_data.npz
mkdir -p data
cd data
wget http://cseweb.ucsd.edu/~viscomp/projects/LF/papers/ECCV20/nerf/nerf_example_data.zip
unzip nerf_example_data.zip
cd