Erhalten Sie Antworten auf alle Fragen zu diesem Repository mit diesem HuggingFace-Chatbot.
Instant-NGP hat kürzlich eine Hash-Kodierung mit mehreren Auflösungen für neuronale Grafikprimitive wie NeRFs eingeführt. Die ursprüngliche NVIDIA-Implementierung hauptsächlich in C++/CUDA, basierend auf tiny-cuda-nn, kann NeRFs bis zu 100x schneller trainieren!
Bei diesem Projekt handelt es sich um eine reine PyTorch- Implementierung von Instant-NGP, die mit dem Ziel entwickelt wurde, KI-Forschern die Möglichkeit zu geben, diese Methode auszuprobieren und weitere Innovationen zu entwickeln.
Dieses Projekt basiert auf der äußerst nützlichen NeRF-Pytorch-Implementierung.
HashNeRF-pytorch (links) vs. NeRF-pytorch (rechts):
Nach nur 5.000 Iterationen (ca. 10 Minuten auf einem einzelnen 1050Ti) sehen Sie ein klares Stuhl-Rendering. :) :)
Laden Sie den nerf-synthetischen Datensatz hier herunter: Google Drive.
So trainieren Sie ein chair
HashNeRF-Modell:
python run_nerf.py --config configs/chair.txt --finest_res 512 --log2_hashmap_size 19 --lrate 0.01 --lrate_decay 10
Um für andere Objekte wie ficus
/ hotdog
zu trainieren, ersetzen Sie configs/chair.txt
durch configs/{object}.txt
:
Die Codebasis bietet zusätzliche Unterstützung für:
--tv-loss-weight
verwenden)--sparse-loss-weight
verwenden) Das Repo unterstützt jetzt das Training eines NeRF-Modells für eine Szene aus dem ScanNet-Datensatz. Ich persönlich empfand die Einrichtung des ScanNet-Datensatzes als etwas schwierig. Einige Anweisungen/Hinweise finden Sie in ScanNet.md.
Ein großes Lob an Thomas Müller und das NVIDIA-Team für diese großartige Arbeit, die erheblich dazu beitragen wird, die Forschung im Bereich neuronaler Grafiken voranzutreiben:
@article{mueller2022instant,
title = {Instant Neural Graphics Primitives with a Multiresolution Hash Encoding},
author = {Thomas M"uller and Alex Evans and Christoph Schied and Alexander Keller},
journal = {arXiv:2201.05989},
year = {2022},
month = jan
}
Vielen Dank auch an Yen-Chen Lin für den äußerst nützlichen NeRF-Pytorch:
@misc{lin2020nerfpytorch,
title={NeRF-pytorch},
author={Yen-Chen, Lin},
publisher = {GitHub},
journal = {GitHub repository},
howpublished={url{https://github.com/yenchenlin/nerf-pytorch/}},
year={2020}
}
Wenn Sie dieses Projekt nützlich finden, denken Sie bitte darüber nach, Folgendes zu zitieren:
@misc{bhalgat2022hashnerfpytorch,
title={HashNeRF-pytorch},
author={Yash Bhalgat},
publisher = {GitHub},
journal = {GitHub repository},
howpublished={url{https://github.com/yashbhalgat/HashNeRF-pytorch/}},
year={2022}
}