Delete ‘imgs/undefined’
本项目包含了第二届计图挑战赛计图 - 可微渲染新视角生成赛题的代码实现。本项目的特点是:对NeRF的输入进行了简单修改,增加了Depth维度,提升了模型对已有视角的学习能力,取得了比赛A榜第一的结果。
本项目可在 1 张 1080 Ti 上运行,训练时间约为每200k iteration耗时12小时。
执行以下命令安装 python 依赖
pip install -r jrender/requirements.txt
预训练模型模型下载地址为 链接: https://pan.baidu.com/s/1Sv_5wfdedpKInV3Z_5EYDA?pwd=j4dq 提取码: j4dq,下载后按照云盘中对应目录放在 jrender/logs/ 下。
jrender/logs/
使用jrender/download_competition_data.sh下载数据后,通过以下步骤得到数据:
jrender/download_competition_data.sh
python normalise_cam.py --data_path PATH_TO_Jrender_Dataset
python unpack_dataset.py --data_path PATH_TO_Jrender_Dataset
单卡训练可运行以下命令:
cd jrender bash train_xxx.sh
生成测试集上的结果可以运行以下命令:
cd jrender bash test.sh python organize_data.py --result_path ./jrender/logs --target_result_path PATH_TO_SAVE_result
此项目基于论文 Nerf: Representing scenes as neural radiance fields for view synthesis 实现,代码基于 jrender。
This is the code repo for jittor competition for novel view synthesis in A range, and our code is based on jittor.
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
Jittor 可微渲染新视角生成赛题 NeRF
简介
本项目包含了第二届计图挑战赛计图 - 可微渲染新视角生成赛题的代码实现。本项目的特点是:对NeRF的输入进行了简单修改,增加了Depth维度,提升了模型对已有视角的学习能力,取得了比赛A榜第一的结果。
安装
本项目可在 1 张 1080 Ti 上运行,训练时间约为每200k iteration耗时12小时。
运行环境
安装依赖
执行以下命令安装 python 依赖
预训练模型
预训练模型模型下载地址为 链接: https://pan.baidu.com/s/1Sv_5wfdedpKInV3Z_5EYDA?pwd=j4dq 提取码: j4dq,下载后按照云盘中对应目录放在
jrender/logs/
下。数据预处理
使用
jrender/download_competition_data.sh
下载数据后,通过以下步骤得到数据:坐标归一化:
python normalise_cam.py --data_path PATH_TO_Jrender_Dataset
数据划分:
python unpack_dataset.py --data_path PATH_TO_Jrender_Dataset
训练
单卡训练可运行以下命令:
推理
生成测试集上的结果可以运行以下命令:
致谢
此项目基于论文 Nerf: Representing scenes as neural radiance fields for view synthesis 实现,代码基于 jrender。