文件名称：Neural-Scene-Flow-Fields:PyTorch实施论文“用于动态场景的时空视图合成的神经场景流场”
文件大小：35.23MB
文件格式：ZIP
更新时间：2024-04-05 04:23:27
Python
神经场景流场 PyTorch实施的论文“用于动态场景的时空视图合成的神经场景流场”，CVPR 2021 所发布的实现与当前的ArXiv略有不同。 我们将在三月底之前将ArXiv更新为CVPR摄像机就绪版本，以完全匹配已发布代码的发现。 相依性 该代码已使用Python3，Pytorch> = 1.6和CUDA> = 10.2进行了测试，相关性包括 configargparse matplotlib OpenCV scikit图像 科学的 杯状的 图像。 tqdm 视频预处理 从下载nerf_data.zip，该示例输入视频具有SfM摄像机的姿势和从估计的内在函数（请注意，您需要使用COLMAP“ colmap image_undistorter”命令来使输入图像失真，以获取“密集”文件夹，如示例中所示，该文件文件夹应包含“图片”和“稀疏”文件夹）。 从下载单视图深度预测模型“ m
【文件预览】：
Neural-Scene-Flow-Fields-main
----nsff_scripts()
--------models()
--------core()
--------run_midas.py(7KB)
--------flow_utils.py(7KB)
--------colmap_read_model.py(13KB)
--------save_poses_nerf.py(3KB)
--------download_models.sh(87B)
--------alt_cuda_corr()
--------run_flows_video.py(16KB)
----LICENSE(1KB)
----nsff_exp()
--------models()
--------softsplat.py(14KB)
--------load_llff.py(15KB)
--------run_nerf_helpers.py(21KB)
--------evaluation.py(16KB)
--------render_utils.py(46KB)
--------configs()
--------run_nerf.py(33KB)
--------poseInterpolator.py(8KB)
--------Q_Slerp.py(11KB)
----demo()
--------ti.gif(9.3MB)
--------sti.gif(20.17MB)
--------vi.gif(5.99MB)
----README.md(7KB)