推荐使用 NeRF Capture - 极简的NeRF数据采集利器!
2024-05-31 16:11:06作者:薛曦旖Francesca

NeRF Capture 是一款专为iOS设备设计的应用程序,能够帮助任何iPhone或iPad轻松地收集或实时流传输定位图像到InstantNGP,如果您的设备配备了LiDAR,深度图像也将被保存或流式传输。它的独特之处在于提供了离线和在线两种模式,让NeRF(神经辐射场)数据集的创建变得简单易行。
在线模式 (Online Mode)
在线模式下,该应用提供了一个重置按钮,可以将坐标系统重置为当前相机位置,这对于构建精确的3D模型至关重要。启动在线模式后,在运行InstantNGP的计算机上安装CycloneDDS并确保与pyngp在同一Python环境中。此外,还需要OpenCV和Pillow库来保存和调整图像大小。
pip install cyclonedds
通过运行cyclonedds ps命令检查电脑是否能检测到网络中的设备,并参考官方文档进行配置。
离线模式 (Offline Mode)
在离线模式下,只需点击开始即可初始化数据集。拍摄所需图像后点击结束,数据集将以Zip文件的形式存储在Files App中,以InstantNGP所需的格式保存。尽管直接从iOS设备向其他计算机转移文件可能有些困难,但我们将此模式视为备份选择,建议首选在线模式以便通过提供的nerfcapture2nerf.py脚本在InstantNGP中收集数据集。

技术应用场景
NeRF Capture适用于各种3D建模和场景重现任务,包括但不限于:
- 虚拟现实(VR):创建真实感的虚拟环境,让用户沉浸其中。
- 增强现实(AR):构建高精度的3D模型,用于实时AR体验。
- 游戏开发:快速捕捉物理空间信息,提高游戏的真实度。
- 建筑设计:辅助可视化建筑结构和室内设计。
项目特点
- 兼容性广泛:支持所有配备LiDAR的iPhone和iPad设备。
- 双重工作模式:在线模式实时传输,离线模式方便本地数据管理。
- 集成深度图:利用LiDAR获取精确的深度信息,提升3D建模质量。
- 无缝集成InstantNGP:与先进的神经渲染框架完美配合,加速数据处理和建模速度。
如果您在NeRF研究或相关项目中寻找高效的采集工具,那么NeRF Capture无疑是值得尝试的选择。别忘了,如果您在工作中使用了这款软件,请引用以下文献以表示对开发者Jad Abou-Chakra的支持:
@misc{
NeRFCapture,
url={https://github.com/jc211/NeRFCapture},
journal={NeRFCapture},
author={Abou-Chakra, Jad},
year={2023},
month={Mar}
}
立即下载NeRF Capture,开启您的NeRF探索之旅!
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
120
156
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361