颠覆传统三维重建方法之nerf(六)---pytorch-nerf项目介绍

一. 把训练和推理跑起来

就1000多行python代码

二. 读源码之参数篇

三. 代码流程图(train步骤)

parse_args()：解析参数
load_llff_data：加载数据，支持四种类型：llff/blender/LINEMOD/dv
数据类型转换
创建log目录，拷贝配置文件
create_nerf：创建nerf模型
拷贝数据到GPU
进入默认20w的迭代训练循环：
- 准备一个batch的图片输入
- 优化循环：render
  - batchify_rays
    - render_rays
      - run模型：network_query_fn + raw2outputs
- 计算loss：img_loss = img2mse
- 反向传播：loss.backward()
- 调整学习率
- 次数i_weights到了保存模型：torch.save
- 次数i_video到了生成视频：render_path + imageio.mimwrite
- 次数i_testset到了做测试：render_path
- 次数i_print到了：打印日志

四. 分析