【代码复现】Windows10复现nerf-pytorch

前言

由于这段时间正在学习NeRF系列的论文，所以博主决定尝试复现一下原文中实现的效果。

这篇文章将会介绍在win10系统下对NeRF的复现过程。最初是想复现原文作者Ben Mildenhall的源码，不过一直在编译环节报错，参考了几位大佬的blog之后发现是因为原作者使用了tensorflow 1.15，本人目前只能安装tensorflow 2.XX，所以存在一些不兼容的问题。最终还是选择了基于pytorch的NeRF代码。

本人的硬件设备为2080ti，10G显存，大约训练了8.5小时。

NeRF：https://github.com/bmild/nerf

NeRF-Pytorch：https://github.com/yenchenlin/nerf-pytorch

准备工作

安装Anacodna

参考文章：超详细Anaconda安装教程

安装CUDA

参考文章：【CUDA】cuda安装 （windows版）_windows安装cuda

下载代码和数据集

源码地址在上文已经给出，直接下载使用。

数据集由于总所周知的原因会出现下载限速的问题，我在这里提供了网盘的下载链接：

链接：https://pan.baidu.com/s/1BpAG155IkWvmFIzf4vHwPg
提取码：kcsy

开始复现！

创建虚拟环境

打开Anacodna Powershell Prompt，输入以下命令，创建并进入名为"nerfpy39"的虚拟环境。进入nerf-pytorch文件夹下执行后续操作。

conda create -n nerfpy39 python=3.9
conda activate nerfpy39
cd {下载文件夹的路径}

安装依赖项

torch==1.11.0 （torch的版本需要根据cuda的版本来安装，大于0.9.1就行，本人使用1.13）
torchvision>=0.9.1
imageio
imageio-ffmpeg
matplotlib
configargparse
tensorboard>=2.0
tqdm
opencv-python

pip install -r requirements.txt

运行demo

在文件夹下创建data文件，将下载好的数据集合放入data内，路径如下：

└── data
       ├── nerf_llff_data
       |   └── fern   
       └── nerf_synthetic     
           └── lego

训练lego:

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

训练开始到训练完成一共花费8.5h

看看最终的效果：

训练fern：

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

关于训练自定义数据集的方法我会陆续进行记录！欢迎大家持续关注！