DATA620004_hw3_pytorch_NeRF

复旦大学 DATA620004 神经网络和深度学习期末作业

任务3：基于 NeRF 的物体重建和新视图合成

基本要求：

选取身边的物体拍摄多角度图片/视频，并使用 COLMAP 估计相机参数，随后使用现成的框架进行训练。
基于训练好的 NeRF 渲染环绕物体的视频，并在预留的测试图片上评价定量结果。

本项目是在 nerf-pytorch 基础上完成的。

准备

请确保安装以下依赖：

requirements.txt 中的库
tensorboard

数据集准备

对需要重建的物体进行环绕拍照，使用 COLMAP 进行参数估计，计算位姿。
使用 LLFF 中的 imgs2poses.py 脚本创建数据集。
由于原本run_nerf.py中自带的图片缩放函数在运行中会出现错误，因此使用 change_size.py 脚本进行手动下采样。

训练

在 /configs 目录下新建 target.txt，参数设置可以参考 souji.txt。

执行以下命令开始训练：

python run_nerf.py --config configs/target.txt --spherify --no_ndc

测试

直接执行以下命令进行测试：

python run_nerf.py --config configs/test.txt --render_only

或者在全部训练完成的基础上执行以下命令进行测试，自动加载最后的检查点：
```
python run_nerf.py --config configs/test.txt --spherify --no_ndc
```