half-potato/radiance_meshes

What it solves

该项目提供了 Radiance Meshes 的训练代码，这是一种体积重建的方法。它允许用户从一组图像中创建场景的 3D 表示，支持 mipnerf360 和 zipnerf 等各种数据集。

How it works

系统接收一组场景图像并训练模型来重建体积。它支持通过 convert.py 脚本进行自定义数据集转换，并与 Gaussian Splatting 使用的数据集格式（通过 Agisoft Metashape）兼容。训练过程可以针对不同的硬件限制进行优化，例如为显存（VRAM）较低的 GPU 减小 hashmap size，或调整 vertex budget 和 voxel size 等参数，以创建专门用于移动端网页浏览的精简模型。

Who it's for

从事 3D 重建、体积渲染和计算机视觉的研究人员和开发人员，需拥有 NVIDIA GPU（理想情况下为 24GB VRAM）并在 Linux 上运行。

Highlights

• Volumetric Reconstruction: 专注于从图像创建详细的 3D 场景。
• Web-Optimized Training: 提供特定参数以减小模型大小和 vertex count，以便在移动端查看。
• Flexible Dataset Support: 兼容标准的 NeRF 数据集和 Gaussian Splatting 格式。
• Hardware Adaptability: 可以调整设置以适应显存小于 24GB 的 GPU。