程序员经验分享-hwhale

nerf训练自己的数据，过程记录十分详细

2023-10-26

       之前跑很多项目没有记录，后来再弄就不行了。这次特别记录一下，在梳理流程的同时希望给大家带来小小的帮助！我自己是在cuda11.2，windows环境下成功的，过程十分详细，有需要的朋友耐心看完。有问题可以评论区交流

        首先，本文nerf是基于pytorch训练的，代码来源于yenchenlin大佬，GitHub地址：GitHub - yenchenlin/nerf-pytorch: A PyTorch implementation of NeRF (Neural Radiance Fields) that reproduces the results.

 一、配置nerf环境      

         在每弄一个新项目之前，建议创建一个新的环境，本文利用conda命令创建名为nerf的环境，指令如下：


   
   
    

  1. 
     
     
     
     
    
      
      
    
       
       conda create --name nerf -y python=
       
       3.8 
       
       #创建名为nerf的环境
      
      
    
     
     
    

    2. 

  2. 
     
     
     
     
    
      
      
    
       
       conda activate nerf 
       
       #切换到nerf环境
      
      
    
     
     
    

    3.

        然后安装需要的库，都在nerf代码文件的requirements.txt里


   
   
    

  1. 
     
     
     
     
    
      
      
    
       
       cd nerf-pytorch 
       
       #进入到你nerf的文件夹，根据自己的文件位置调整
      
      
    
     
     
    

    2. 

  2. 
     
     
     
     
    
      
      
    
       
       python -m pip install --upgrade pip 
       
       #升级一下pip，防止莫名其妙的错误
      
      
    
     
     
    

    3. 

  3. 
     
     
     
     
    
      
      
    
       
       pip install -r requirements.txt 
       
       #安装需要的库
      
      
    
     
     
    

    4. 

  4. 
     
     
     
     

    5.

        结束之后建议测试一下pytorch是否为GPU版本，有时候默认安装会装成CPU版本，用以下代码测试，输出版本号和True则没有问题。否则卸载安装的torch版本，用wheel离线安装。


   
   
    

  1. 
     
     
     
     
    
      
      
    
       
       import torch
      
      
    
     
     
    

    2. 

  2. 
     
     
     
     

    3. 

  3. 
     
     
     
     
    
      
      
    
       
       print(torch.__version__)
      
      
    
     
     
    

    4. 

  4. 
     
     
     
     
    
      
      
    
       
       print(torch.cuda.is_available())
      
      
    
     
     
    

    5. 

  5. 
     
     
     
     

    6.

        然后先用作者提供的数据跑一下nerf，保证环境没有问题。这里如果用的是windows系统，需要下载Gitbash来使用linux的命令，先在代码文件夹下下载数据：

bash download_example_data.sh #下载作者提供的数据

        结束后在data文件夹下有个名为nerf_example_data的压缩包，解压后在nerf代码文件夹下使用如下命令开始训练：

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

二、创建llff格式的数据集                           

       接下来的步骤请务必注意文件夹的命名，未打括号说明则最好按照我的名字命名，然后注意是在哪个文件夹下操作的，否则后面训练可能找不到对应文件而报错！  

        先在nerf_llff_data文件夹下创建一个自己的数据文件夹，我命名为llfftest（这个名字可以自取），接着在llfftest文件夹下创建名为images的文件夹，将拍摄的图片放置到此文件夹，下面给出我的示例：

        接着需要下载COLMAP软件，（地址：Release 3.8 · colmap/colmap · GitHub），拉到最下面选择cuda版本：

下载解压后打开COLMAP.bat文件得到以下界面：

然后点击File，选择New Project，继续点击new，在llfftest文件夹下手动输入文件名database.db后，点击保存：

 接着点击Select，选择保存图片的那个images文件夹，点击Save：

接下来点击File右边的Processing，选择Feature extraction，出现如下界面，只需要配置第一个选项，然后点击下面Extract。

结束后点击关闭，接着点击Processing下的Feature matching，直接run即可，然后等待匹配结束。

结束后点击Processing旁边的Reconstruction，选择Start Reconstruction，等待结束。。。

结束后，点击File，选择Export model，这里一定注意不要直接保存，需要新建两个文件夹，名字很重要，请跟我保持一致！ 

完成后检查一下文件下的东西：

接下来，将获取的位姿等数据转化为llff格式，需要下载llff脚本，（地址：GitHub - Fyusion/LLFF: Code release for Local Light Field Fusion at SIGGRAPH 2019）

为了防止库冲突和报错，我又创建了名为llff的环境，将此项目需要的库进行安装,方法跟创建nerf环境是一样的


   
   
    

  1. 
     
     
     
     
    
      
      
    
       
       conda create --name llff -y python=
       
       3.8 
      
      
    
     
     
    

    2. 

  2. 
     
     
     
     
    
      
      
    
       
       conda activate llff 
      
      
    
     
     
    

    3. 

  3. 
     
     
     
     
    
      
      
    
       
       pip install -r requirements.txt  
       
       #在llff代码文件夹下运行
      
      
    
     
     
    

    4.

然后在此环境和llff代码文件夹下运行python imgs2poses.py （红框部分改为自己的文件路径）：  

结束后就能在llfftest下得到一个.npy文件：

三、训练自己的nerf

        首先在nerf代码中，我们要在config文件夹下创建我们自己的配置文件，只需要将config文件夹下的fern复制一份，名字改为llftest，datadir后面也改成llftest即可

然后就可以在nerf环境和nerf代码下开始训练啦，（建议用Gitbash运行）：

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

效果如下： 

最后，如果你在训练时遇到

Mismatch between imgs 0 and poses 55 !!!!
Traceback (most recent call last):
File "run_nerf.py", line 878, in <module>
train()
File "run_nerf.py", line 544, in train
spherify=args.spherify)
File "C:\Users\HP\Desktop\nerf-pytorch-master\load_llff.py", line 246, in load_llff_data
poses, bds, imgs = _load_data(basedir, factor=factor) # factor=8 downsamples original imgs by 8x
TypeError: cannot unpack non-iterable NoneType object

可能是因为函数不兼容，解决方法是，在llfftest文件夹下新建一个images_8的文件夹，将八倍下采样的图片放到这。

下采样代码我也放出来，注意更改自己的路径：


   
   
    

  1. 
     
     
     
     
    
      
      
    
       
       import cv2
      
      
    
     
     
    

    2. 

  2. 
     
     
     
     
    
      
      
    
       
       # import def_Gaussian as dg
      
      
    
     
     
    

    3. 

  3. 
     
     
     
     
    
      
      
    
       
       # import time
      
      
    
     
     
    

    4. 

  4. 
     
     
     
     
    
      
      
    
       
       import os.path
      
      
    
     
     
    

    5. 

  5. 
     
     
     
     

    6. 

  6. 
     
     
     
     

    7. 

  7. 
     
     
     
     
    
      
      
    
       
       # import glob
      
      
    
     
     
    

    8. 

  8. 
     
     
     
     

    9. 

  9. 
     
     
     
     
    
      
      
    
       
       #####################################################################################################################
      
      
    
     
     
    

    10. 

  10. 
     
     
     
     
    
      
      
    
       
       # 读取文件夹里面的图像数量 并返回filenum
      
      
    
     
     
    

    11. 

  11. 
     
     
     
     
    
      
      
    
       
       def 
       
       countFile(
       
       dir):
      
      
    
     
     
    

    12. 

  12. 
     
     
     
     
    
      
      
        
       
       # 输入文件夹
      
      
    
     
     
    

    13. 

  13. 
     
     
     
     
    
      
      
    
       
           tmp = 
       
       0
      
      
    
     
     
    

    14. 

  14. 
     
     
     
     
    
      
      
        
       
       for item 
       
       in os.listdir(
       
       dir):
      
      
    
     
     
    

    15. 

  15. 
     
     
     
     
    
      
      
            
       
       if os.path.isfile(os.path.join(
       
       dir, item)):
      
      
    
     
     
    

    16. 

  16. 
     
     
     
     
    
      
      
    
       
                   tmp += 
       
       1
      
      
    
     
     
    

    17. 

  17. 
     
     
     
     
    
      
      
            
       
       else:
      
      
    
     
     
    

    18. 

  18. 
     
     
     
     
    
      
      
    
       
                   tmp += countFile(os.path.join(
       
       dir, item))
      
      
    
     
     
    

    19. 

  19. 
     
     
     
     
    
      
      
        
       
       return tmp
      
      
    
     
     
    

    20. 

  20. 
     
     
     
     

    21. 

  21. 
     
     
     
     

    22. 

  22. 
     
     
     
     
    
      
      
    
       
       filenum = countFile(
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images")  
       
       # 返回的是图片的张数
      
      
    
     
     
    

    23. 

  23. 
     
     
     
     
    
      
      
    
       
       print(filenum)
      
      
    
     
     
    

    24. 

  24. 
     
     
     
     

    25. 

  25. 
     
     
     
     
    
      
      
    
       
       # filenum
      
      
    
     
     
    

    26. 

  26. 
     
     
     
     
    
      
      
    
       
       n = 
       
       8
      
      
    
     
     
    

    27. 

  27. 
     
     
     
     
    
      
      
    
       
       index = 
       
       1  
       
       # 保存图片编号
      
      
    
     
     
    

    28. 

  28. 
     
     
     
     
    
      
      
    
       
       num = 
       
       0  
       
       # 处理图片计数
      
      
    
     
     
    

    29. 

  29. 
     
     
     
     
    
      
      
    
       
       for i 
       
       in 
       
       range(
       
       1, filenum + 
       
       1):
      
      
    
     
     
    

    30. 

  30. 
     
     
     
     
    
      
      
        
       
       ########################################################
      
      
    
     
     
    

    31. 

  31. 
     
     
     
     
    
      
      
        
       
       # 1.读取原始图片
      
      
    
     
     
    

    32. 

  32. 
     
     
     
     
    
      
      
        
       
       if index < 
       
       10:
      
      
    
     
     
    

    33. 

  33. 
     
     
     
     
    
      
      
    
       
               filename = 
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images\\" + 
       
       str(i) + 
       
       ".jpg"
      
      
    
     
     
    

    34. 

  34. 
     
     
     
     
    
      
      
        
       
       elif index < 
       
       100:
      
      
    
     
     
    

    35. 

  35. 
     
     
     
     
    
      
      
    
       
               filename = 
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images\\" + 
       
       str(i) + 
       
       ".jpg"
      
      
    
     
     
    

    36. 

  36. 
     
     
     
     
    
      
      
        
       
       else:
      
      
    
     
     
    

    37. 

  37. 
     
     
     
     
    
      
      
    
       
               filename = 
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images\\" + 
       
       str(i) + 
       
       ".jpg"
      
      
    
     
     
    

    38. 

  38. 
     
     
     
     
    
      
      
        
       
       print(filename)
      
      
    
     
     
    

    39. 

  39. 
     
     
     
     
    
      
      
    
       
           original_image = cv2.imread(filename)
      
      
    
     
     
    

    40. 

  40. 
     
     
     
     
    
      
      
        
       
       # 2.下采样
      
      
    
     
     
    

    41. 

  41. 
     
     
     
     
    
      
      
        
       
       if n == 
       
       4:
      
      
    
     
     
    

    42. 

  42. 
     
     
     
     
    
      
      
    
       
               img_1 = cv2.pyrDown(original_image)
      
      
    
     
     
    

    43. 

  43. 
     
     
     
     
    
      
      
    
       
               img_1 = cv2.pyrDown(img_1)
      
      
    
     
     
    

    44. 

  44. 
     
     
     
     
    
      
      
        
       
       if n == 
       
       8:
      
      
    
     
     
    

    45. 

  45. 
     
     
     
     
    
      
      
    
       
               img_1 = cv2.pyrDown(original_image)
      
      
    
     
     
    

    46. 

  46. 
     
     
     
     
    
      
      
    
       
               img_1 = cv2.pyrDown(img_1)
      
      
    
     
     
    

    47. 

  47. 
     
     
     
     
    
      
      
    
       
               img_1 = cv2.pyrDown(img_1)
      
      
    
     
     
    

    48. 

  48. 
     
     
     
     
    
      
      
        
       
       # 3.将下采样图片保存到指定路径当中
      
      
    
     
     
    

    49. 

  49. 
     
     
     
     
    
      
      
        
       
       if index < 
       
       10:
      
      
    
     
     
    

    50. 

  50. 
     
     
     
     
    
      
      
    
       
               cv2.imwrite(
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images_8\\" + 
       
       str(index) + 
       
       ".jpg", img_1)
      
      
    
     
     
    

    51. 

  51. 
     
     
     
     
    
      
      
        
       
       elif index < 
       
       100:
      
      
    
     
     
    

    52. 

  52. 
     
     
     
     
    
      
      
    
       
               cv2.imwrite(
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images_8\\" + 
       
       str(index) + 
       
       ".jpg", img_1)
      
      
    
     
     
    

    53. 

  53. 
     
     
     
     
    
      
      
        
       
       else:
      
      
    
     
     
    

    54. 

  54. 
     
     
     
     
    
      
      
    
       
               cv2.imwrite(
       
       "C:\\Users\\HP\\Desktop\\nerf-pytorch-master\\data\\nerf_llff_data\\llfftest\\images_8\\" + 
       
       str(index) + 
       
       ".jpg", img_1)
      
      
    
     
     
    

    55. 

  55. 
     
     
     
     

    56. 

  56. 
     
     
     
     
    
      
      
    
       
           num = num + 
       
       1
      
      
    
     
     
    

    57. 

  57. 
     
     
     
     
    
      
      
        
       
       print(
       
       "正在为第" + 
       
       str(num) + 
       
       "图片采样......")
      
      
    
     
     
    

    58. 

  58. 
     
     
     
     
    
      
      
    
       
           index = index + 
       
       1
      
      
    
     
     
    

    59.

最后的最后，本来是准备让大家看看我的结果的，但视频插入不了，那就祝各位小伙伴顺利吧。遇到什么奇奇怪怪的问题欢迎评论区讨论交流！

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

Pytorch

深度学习

python

nerf训练自己的数据，过程记录十分详细 的相关文章

随机推荐

  • airpodspro窃听模式_AirPods Pro实时收听怎么关闭? AirPods Pro实时收听的使用方法

    苹果全新AirPods Pro增加了许多新功能 首先 是控制播放 苹果在AirPods Pro中放弃了敲击手势 并用杆上的力传感器取代了它 控制音乐或视频只需要简单的短按即可 一次按压即可播放或暂停当前播放 两次按压将跳至下一曲目 而三次挤

  • 2019-07-11T09:15:41.000+0000类似时间转换

    let a 2019 07 11T09 15 41 000 0000 new Date a

  • （个人）AR电子书系统创新实训第一周（2）

    了解ZXing Net 想要在unity上实现下载资源的功能 我首先需要确认二维码扫描系统在unity上的可行性 如果要自行开发一套二维码扫描系统 不仅需要知道二维码生成和解码的原理 而且应该还需要用到一些图形学相关的代码库 如opencv

  • Android中为layout创建子文件夹

    在开发Android项目的时候 往往都有一大批java文件和layout文件 java文件分类比较简单 直接方法创建文件夹就行 但layout还需要多一步配置 看最后的文件结构图 实现步骤 1 创建相应的文件夹结构 需要注意的是 无论如何

  • ‘float‘ object has no attribute ‘decode‘

    错误代码 weibo df pd read csv Users dl Desktop 情感分析论文 词云图 微博文本数据 原始数据 原数据 表格 微博文本内容 csv print weibo df head 在读取csv或者excel文件时

  • Python基础—文件操作

    Python基础 文件操作 文件操作 文件是指为了重复使用或长期使用的目的 以文本或二进制形式存放于外部存储器 硬盘 U盘 光盘等 中的数据保存形式 文件是信息交换的重要途径 也是利用程序解决实际问题的重要媒介 程序对数据读取和处理都是在内

  • 单片机裸机环境下编写AT指令程序

    1 写在前面 AT指令在各种WIFI模块 2G 4G模块以及一些无线通讯模块中应用广泛 但是用过的朋友都知道 这种方式对于单片机编程来说 并不友好 本篇文章将以ESP8266 WIFI模块为例介绍在单片机裸机环境下编写AT指令程序的一种方式

  • 高精地图在无人驾驶中的应用

    转自 http 36kr com p 5060994 html 编者按 本文来自 程序员 作者 陈辰 刘少山 36氪经授权发布 高精地图是无人驾驶核心技术之一 精准的地图对无人车定位 导航与控制 以及安全至关重要 本文是 无人驾驶技术系列

  • PHP操作Redis LIST ,SET, HASH 的相关命令 (一)

    博客搬家 请访问 PHP操作Redis LIST SET HASH 的相关命令 一 PHP操作Redis KEY String 的相关命令 二 PHP操作Redis 有序集 Sorted Set 的相关命令 三

  • HttpServletRequest.getServletContext()一直提示找不到，而引出的问题

    开发j2ee项目的时候 需要用到servlet api 如果使用了maven web项目可以在pom xml中手动加入所需jar包 达到与依赖j2ee libarary同样的功能 可问题来了 1 问题描述 最近使用myeclipse10 7

  • 2023华为OD机试真题【打印机队列/排序】

    题目内容 有5台打印机打印文件 每台打印机有自己的待打印队列 因为打印的文件内容有轻重缓急之分 所以队列中的文件有1 10不同的代先级 其中数字越大优先级越高 打印机会从自己的待打印队列中选择优先级最高的文件来打印 如果存在两个优先级一样的

  • Struts框架（一）——简介

    引言 Struts 一个web应框架 概述 Struts基于MVC的一个web开源框架 也是一个表示层的框架 只能用于Web项目 内容 一 优缺点 1 优点 1 这是一个开源框架 能让开发人员更深入的了解其内部实现机制和原理 2 框架自带的

  • Spring之AOP的实现

    文章目录 什么是AOP jdk动态代理实现AOP spring实现AOP 什么是AOP AOP Aspect Oriented Programming 意为面向切面编程 我们所熟悉的是面向对象编程 OOP 将程序中所有参与模块都抽象成对象

  • vue2、3复习02-组件的生命周期，父子组件、兄弟组件、后代之间组件的数据共享，vuex,全局配置axious,使用ref引用dom元素，使用ref引用组件的方法，this.$nextTick

    1 组件的运行过程 声明周期函数 略 2 父子组件中的数据共享 父向子共享数据 子向父共享数据 父子之间双向数据同步 1 父组件向子组件共享数据 父组件通过v bind属性想子组件共享数据 子组件使用props接收数据 2 子组件向父组件共

  • 【C++】字体文件解析（FreeType）

    目录 字体文件解析 一 前言 二 基本排版概念 1 字体文件 2 字符图像和字符表 3 字符和字体指标 三 字形轮廓 四 字形指标 1 基线 笔和布局 2 排版指标和边界框 3 方位与步进 4 网格拟合的效果 5 文本宽度与边界框 五 代码

  • ipad怎么修改服务器,ipad怎么设置ipv6网络

    ipad怎么设置ipv6网络 内容精选 换一换 本文将为您介绍如何快速搭建IPv4网段或IPv6网段的VPC 以及搭建前的准备工作 IPv4 创建VPC及子网时 默认创建的网段为IPv4类型 IPv4网络无法访问Internet上的IPv6

  • 计算机组成原理实验四 微程序控制器实验报告

    我班算是几乎最后一个做实验的班级了 报告参考了一些朋友提供的数据加上一些自己的主观拙见 本人水平有限加之制作仓促难免有错误 望大家批评指正 4 1 微程序控制器实验 一 实验目的 1 掌握微程序控制器的组成原理 2 掌握微程序的编制 写入

  • 关于安装MinGw的问题

    前段时间电脑很卡 重装了系统 换了两条内存 电脑瞬间满血复活 不过重装各种东西就很麻烦了 安装个MinGW搞了我半天 所以今天记录一下怎么安装MinGW 1 哪下 MinGW w64GCC for Windows 64 32 bitshtt

  • Linux下配置java环境版本opencv

    安装gcc等编译环境 yum install gcc yum install python3 8 yum install cmake yum groupinstall Development Tools 去官方网站下载使用的压缩包4 5 0

  • nerf训练自己的数据，过程记录十分详细

    之前跑很多项目没有记录 后来再弄就不行了 这次特别记录一下 在梳理流程的同时希望给大家带来小小的帮助 我自己是在cuda11 2 windows环境下成功的 过程十分详细 有需要的朋友耐心看完 有问题可以评论区交流 首先 本文nerf是基于

热门标签