一、获取源码

git clone https://github.com/bmild/nerf.gitcd  nerf

二、环境

conda虚拟环境里实现

conda create -n nerf python=3.7conda activate nerfpip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

进入nerf项目中，将requirements.txt文件中修改为（注释前两行）

然后执行：

pip install -r requirements.txt

三、准备数据集

1.下载数据集

方法一：官方命令

bash download_example_data.sh

方法二：官网下载数据集

https://drive.google.com/drive/folders/128yBriW1IG_3NJ5Rp7APSTZsJqdJdfc1

下载好后解压放在nerf/data里面

2.修改配置

根据自己的数据路径相应的修改一下configs/fern.txt文件里的文件路径：

修改run_nerf.py里面的数据路径：

四、开始训练

1.更改迭代次数

默认为200K次

2.开始训练

方法一：

在命令行添加config的参数

python run_nerf.py --config configs/fern.txt

方法二：

在run_nerf.py里面修改config路径：

parser.add_argument('--config', is_config_file=True, default='./configs/fern.txt',help='config file path')

然后执行：

python run_nerf.py

开始训练时运行截图：


dbq有点错位了

3.使用预训练模型

除了自己训练数据集之外，你还可以下载预训练模型
https://drive.google.com/drive/folders/1jIr8dkvefrQmv737fFm2isiT6tqpbTbv
我这里下载了flower_test，放在logs文件夹下

然后执行：

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

开始训练时运行截图：

训练完成：

查看渲染结果 在 ./logs/flower_test/renderonly_path_100000里面：

五、NeRF源码学习

• NeRF神经辐射场学习笔记（二）—— Pytorch版NeRF实现以及代码注释 https://blog.csdn.net/weixin_44292547/article/details/126249933
• NeRF-pytorch 代码分析 https://zhuanlan.zhihu.com/p/636276084
• NeRF源码解读(pytorch实现) https://zhuanlan.zhihu.com/p/598464999?utm_id=0