NeRF项目LLFF 解决新场景pose生成的问题

​​​​​​最近一直在做NeRF相关的项目，其中LLFF前向数据集，是NeRF常用数据集，本文讲下怎么对NeRF数据进行处理

几个重要的链接地址

1. github-llff : GitHub - Fyusion/LLFF: Code release for Local Light Field Fusion at SIGGRAPH 2019
2. github-yen: GitHub - yenchenlin/nerf-pytorch: A PyTorch implementation of NeRF (Neural Radiance Fields) that reproduces the results.
3. github-2020eccv： GitHub - bmild/nerf: Code release for NeRF (Neural Radiance Fields)

LLFF项目了解

这是一个利用预训练好的 模型，来进行render的demo。

demo.sh 的内容如下：

# Use COLMAP to compute 6DoF camera poses
python imgs2poses.py data/testscene/

# Create MPIs using pretrained network
python imgs2mpis.py \
    data/testscene/ \
    data/testscene/mpis_360 \
    --height 360
    
# Generate smooth path of poses for new views
mkdir data/testscene/outputs/
python imgs2renderpath.py \
    data/testscene/ \
    data/testscene/outputs/test_path.txt \
    --spiral
    
cd cuda_renderer && make && cd ..
    
# Render novel views using input MPIs and poses
cuda_renderer/cuda_renderer \
    data/testscene/mpis_360 \
    data/testscene/outputs/test_path.txt \
    data/testscene/outputs/test_vid.mp4 \
    360 .8 18

运行nvidia-docker run --rm --volume /:/host --workdir /host$PWD tf_colmap bash demo.sh 完成后，输出文件如下：