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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143