HashNeRF pytorch

HashNeRF-pytorch

？更新 ？

使用此 HuggingFace 聊天机器人获取有关此存储库的任何问题的答案。

---

Instant-NGP 最近为 NeRF 等神经图形基元引入了多分辨率哈希编码。最初的 NVIDIA 实现主要采用 C++/CUDA，基于tiny-cuda-nn，可以将 NeRF 的训练速度提高 100 倍！

该项目是 Instant-NGP 的纯 PyTorch实现，其构建目的是使人工智能研究人员能够在此方法的基础上进一步发挥和创新。

该项目建立在超级有用的 NeRF-pytorch 实现之上。

Vanilla NeRF 的收敛速度

HashNeRF-pytorch （左）与 NeRF-pytorch（右）：

主席.汇聚.mp4

经过仅 5000 次迭代训练（在单个 1050Ti 上约 10 分钟）后，您开始看到清晰的椅子渲染。 :)

指示

从此处下载 nerf-synthetic 数据集：Google Drive。

训练chair HashNeRF 模型：

 python run_nerf.py --config configs/chair.txt --finest_res 512 --log2_hashmap_size 19 --lrate 0.01 --lrate_decay 10

要训​​练ficus / hotdog等其他对象，请将configs/chair.txt替换为configs/{object}.txt ：

附加功能

该代码库还支持：

• 总变异损失使嵌入更平滑（使用--tv-loss-weight启用）
• 光线权重的稀疏性损失（使用--sparse-loss-weight启用）

ScanNet 数据集支持

该存储库现在支持在 ScanNet 数据集的场景上训练 NeRF 模型。我个人发现设置 ScanNet 数据集有点棘手。请在 ScanNet.md 中找到一些说明/注释。

待办事项：

• 训练和/或推理期间的体素修剪
• 加速光线追踪、提前光线终止

引文

感谢 Thomas Müller 和 NVIDIA 团队的这项出色工作，这将极大地帮助加速神经图形研究：

 @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
}

另外，感谢 Yen-Chen Lin 提供的超级有用的 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}
}

如果您发现该项目有用，请考虑引用：

 @misc{bhalgat2022hashnerfpytorch,
  title={HashNeRF-pytorch},
  author={Yash Bhalgat},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished={url{https://github.com/yashbhalgat/HashNeRF-pytorch/}},
  year={2022}
}

明星历史