HDR-Plenoxels 项目使用教程
2024-09-27 13:38:41作者:伍霜盼Ellen
1. 项目目录结构及介绍
HDR-Plenoxels/
├── build/
│ ├── opt/
│ │ ├── hdr_opt.py
│ │ ├── shell/
│ │ │ ├── syn/
│ │ │ │ ├── train_mid.sh
│ │ │ │ ├── train_mix.sh
│ │ │ │ ├── train_tone.sh
│ │ │ ├── real/
│ │ │ │ ├── train_mid.sh
│ │ │ │ ├── train_mix.sh
│ │ │ │ ├── train_tone.sh
│ │ ├── render/
│ │ │ ├── render_hdr.sh
│ │ │ ├── render_ldr.sh
│ │ ├── hdr_calc_metrics.py
├── svox2/
│ ├── __init__.py
│ ├── ... (其他相关文件)
├── test/
│ ├── ... (测试相关文件)
├── LICENSE
├── README.md
├── environment.yml
├── manual_install.sh
├── setup.py
目录结构说明
build/: 包含项目的构建和优化相关文件。opt/: 包含训练和渲染的脚本。hdr_opt.py: 训练单个场景的主要脚本。shell/: 包含用于训练和渲染的Shell脚本。syn/: 包含用于合成数据集的训练脚本。real/: 包含用于真实数据集的训练脚本。
render/: 包含用于渲染HDR和LDR辐射场的脚本。hdr_calc_metrics.py: 用于计算评估指标的脚本。
svox2/: 包含项目的主要代码库,包括CUDA扩展和其他相关文件。test/: 包含项目的测试文件。LICENSE: 项目的许可证文件。README.md: 项目的介绍和使用说明。environment.yml: 用于创建虚拟环境的配置文件。manual_install.sh: 手动安装脚本。setup.py: 项目的安装脚本。
2. 项目的启动文件介绍
hdr_opt.py
hdr_opt.py 是项目的主要启动文件,用于训练单个场景的HDR辐射场。该脚本位于 build/opt/ 目录下。
使用方法
python hdr_opt.py --config path/to/config.yaml
其他启动脚本
train_mid.sh,train_mix.sh,train_tone.sh: 这些脚本位于build/opt/shell/syn/和build/opt/shell/real/目录下,分别用于训练不同类型的数据集。
3. 项目的配置文件介绍
environment.yml
environment.yml 是用于创建虚拟环境的配置文件。通过该文件,可以快速创建一个包含所有依赖项的虚拟环境。
使用方法
conda env create -f environment.yml
conda activate plenoxel
setup.py
setup.py 是项目的安装脚本,用于安装项目的主要库和依赖项。
使用方法
pip install .
manual_install.sh
manual_install.sh 是一个手动安装脚本,用于在CUDA工具包较旧的情况下安装CUB库。
使用方法
./manual_install.sh
通过以上步骤,您可以顺利地启动和配置HDR-Plenoxels项目,并开始进行HDR辐射场的训练和渲染。
登录后查看全文
热门项目推荐
kernelopenEuler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。C095
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.55 K
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
227
95
暂无简介
Dart
727
175
React Native鸿蒙化仓库
JavaScript
287
340
Ascend Extension for PyTorch
Python
285
319
🎉 (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
1.27 K
702
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
10
1
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++
849
442
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19