百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
F

f2-nerf

> 编程语言
开源

利用自由摄像机轨迹进行快速神经辐射场训练

938 stars0 点赞1 次浏览
访问官网GitHub

工具介绍

利用自由摄像机轨迹进行快速神经辐射场训练

F2-NeRF

这是实现 F2-NeRF: 使用自由摄像机轨迹进行快速神经辐射场训练 的仓库。

bash
python scripts/run.py --config-name=wanjinyou dataset_name=example case_name=ngp_fox mode=train +work_dir=$(pwd)

渲染测试图像

只需运行:

bash
python scripts/run.py --config-name=wanjinyou dataset_name=example case_name=ngp_fox mode=test is_continue=true +work_dir=$(pwd)

渲染路径

我们提供了一个脚本来生成渲染路径(通过插值输入摄像机姿态)。例如,对于狐狸数据,运行:

bash
python scripts/inter_poses.py --data_dir ./data/example/ngp_fox --key_poses 5,10,15,20,25,30,35,40,45,49 --n_out_poses 200

数据目录中的文件 poses_render.npy 将被生成。然后运行

bash
python scripts/run.py --config-name=wanjinyou dataset_name=example case_name=ngp_fox mode=render_path is_continue=true +work_dir=$(pwd)

合成的图像可以在./exp/ngp_fox/test/novel_images中找到。

使用自定义数据训练 F2-NeRF

请确保图像位于./data///images

  1. 运行 COLMAP SfM:
s

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

C

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言