文件名称：nerfmeshes:基于神经辐射场重建3d网格的管道
文件大小：30.55MB
文件格式：ZIP
更新时间：2024-06-06 17:21:29
Python
NeRF：神经辐射场扩展 使用PyTorch（PyTorch闪电）扩展了NeRF（神经辐射场）方法。 基于官方实现： | 1 *， 1 *，1，1 1个TUM *表示同等贡献 神经RF :fireworks: NeRF（神经辐射场）通过最小化给定相机姿势捕获的图像的视图合成误差，直接优化了连续5D场景表示的参数。 NeRF的延伸 :sparkler: 提取的乐高网格物体具有外观。 该项目是对用于神经原型视图合成的原始方法NeRF的扩展和改进，该方法专为快速原型设计和实验而设计。 主要改进之处在于： 通过非结构化辐射量进行场景编码，以通过轴对齐边界框（AABB）相交点进行高效采样。 通过基于Marching Cubes的场景几何图形的反法线，通过明智的重新采样，通过外观进行网格重建。 模块化实现比基本实现快1.4倍，并且最多可实现两倍的内存效率。 开始吧 通过以下方式安装依赖项： 选项1：使用点子 在新的co
【文件预览】：
nerfmeshes-master
----poetry.lock(65KB)
----.gitignore(2KB)
----requirements.txt(1KB)
----data(7B)
----pyproject.toml(676B)
----src()
--------train_nerf.py(4KB)
--------data()
--------eval_nerf.py(5KB)
--------mesh_nerf.py(10KB)
--------nerf()
--------models()
--------lightning_modules.py(7KB)
--------colmap_convert.py(13KB)
--------mesh_surface_ray.py(9KB)
----.python-version(6B)
----LICENSE(1KB)
----pretrained()
--------buff-colmap-fern()
--------buff-synthetic-lego()
--------nerf-colmap-fern()
--------colab-lego-nerf-high-res()
----script.sh(834B)
----README.md(4KB)
----config()
--------nerf-synthetic-mic.yml(8KB)
--------nerf-synthetic-lego.yml(8KB)
--------tiny.yaml(4KB)
--------nerf-colmap-fern.yml(8KB)
--------buff-colmap-fern.yml(8KB)
--------nerf-synthetic-materials.yml(8KB)
--------buff-synthetic-lego.yml(8KB)
----misc()
--------pipeline.png(3.45MB)
--------lego-mesh.gif(4.82MB)