HDR-Plenoxels 项目使用教程
2024-09-27 10:20:53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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
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
12
1
🔥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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178