动态网格感知辐射场（DMRF）项目安装与配置指南

1. 项目基础介绍

动态网格感知辐射场（DMRF）是一个开源项目，基于神经辐射场（NeRF）技术进行射线追踪渲染和交互式网格模拟。该项目旨在通过结合NeRF和物理模拟，实现更加真实和互动的3D场景渲染。主要编程语言包括C++、CUDA、Python和CMake。

2. 关键技术与框架

• NeRF（神经辐射场）：用于体积渲染，创建 photo-realistic 3D 场景。
• CUDA：NVIDIA 的并行计算平台和编程模型，用于高效计算。
• Warp：NVIDIA 的物理引擎，用于动态模拟。
• DeepMind's Mujoco：模拟环境，用于物理模拟。
• CMake：跨平台的安装（编译）工具，用于构建项目。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统满足以下要求：

• 操作系统：Ubuntu 20.04
• 编译器：gcc 9.4.0
• CUDA 版本：11.8

您还需要安装以下依赖项：

• git
• cmake
• make
• Python
• pip（Python 包管理器）

详细的安装步骤

1. 克隆项目仓库：

   git clone [e-mail]:YilingQiao/DMRF.git
   

2. 初始化子模块：

   cd DMRF
   git submodule update --init --recursive
   

3. 创建构建目录并编译项目：

   mkdir build
   cd build
   cmake ..
   make -j
   cd ..
   

4. 如果您遇到构建或运行问题，请尝试先确保您能够运行 InstantNGP 项目，特别是其 c4d622e 提交版本。

5. 下载数据和预训练的 NeRF 模型，将它们放在 DMRF/extra_data 目录下。

6. 根据项目提供的脚本和配置文件，运行不同的场景和模拟。例如，运行以下命令来插入一个反射球到 nerf360/garden 场景：

   python ./scripts/exp_garden_ball.py --mode nerf --load_snapshot ./extra_data/nerf360/garden/35000.msgpack --width 800 --height 600 --gui
   

按照以上步骤操作，您应该能够成功安装和配置 DMRF 项目，并开始进行自己的渲染和模拟实验。