之前博客实现了基于windows来复现Instant-NGP，本博文在linux服务器上测试

实验笔记之——基于windows复现Instant-NGP-CSDN博客文章浏览阅读444次，点赞15次，收藏7次。之前博客对NeRF-SLAM进行了调研，本博文先复现一下Intant-NGP。学习笔记之——NeRF SLAM（基于神经辐射场的SLAM）-CSDN博客NeRF 所做的任务是 Novel View Synthesis（新视角合成），即在若干已知视角下对场景进行一系列的观测（相机内外参、图像、Pose 等），合成任意新视角下的图像。传统方法中，通常这一任务采用三维重建再渲染的方式实现，NeRF 希望不进行显式的三维重建过程，仅根据内外参直接得到新视角渲染的图像。https://blog.csdn.net/gwplovekimi/article/details/135336357?spm=1001.2014.3001.5501

首先先将源代码clone下来

git clone --recursive https://github.com/nvlabs/instant-ngp

然后编译

cmake . -B build -DCMAKE_BUILD_TYPE=RelWithDebInfo
cmake --build build --config RelWithDebInfo -j

这个编译好像比较耗费时间~

编译通过后配置运行环境

conda create -n nerf-ngp python=3.8conda activate nerf-ngp

然后安装依赖包

pip install commentjson imageio numpy opencv-python-headless pybind11 pyquaternion scipy tqdm

配置好后，通过./instant-ngp或者scripts/run.py就可以运行了

通过网盘下载nerf数据集

bypy list，查看网盘中数据

下面看看测试的视频

进入ngp目录下
./instant-ngp /home/gwp/dataset/chair

而对于数据量太大的情况，笔记本的GPU也会奔掉，也是建议采用服务器来训练~

PS

注意需要在mobeXitem上运行，如果直接在服务器运行会报错，这应该是因为会加载gui导致的。

如果希望不可视化GUI训练过程，可以通过下面代码运行。

./instant-ngp --no-gui 数据路径

需要细致阅读一下scripts/run.py看有那些API可以用~

tmux的使用：

# 查看有所有tmux会话
指  令：tmux ls# 新建tmux窗口
指  令：tmux new -s <session-name># 重新连接会话
指  令：tmux attach -t <session-name>  或者使用 tmux at -t <session-name># 杀死会话
指  令：tmux kill-session -t <session-name>

实验发现，跑了一天，是不会停止的，一直在train，这有点不合理了hhh