half-potato/radiance_meshes

解決的問題

此專案提供 Radiance Meshes 的訓練程式碼，這是一種體積重建方法。它允許使用者從一組影像建立場景的 3D 表示，支援多種資料集，例如 mipnerf360 和 zipnerf。

工作原理

系統會取得場景的一組影像，並訓練模型以重建體積。它支援透過 convert.py 指令碼進行自訂資料集轉換，並與 Gaussian Splatting 所使用的資料集格式相容（透過 Agisoft Metashape）。訓練過程可針對不同硬體限制進行優化，例如針對 VRAM 較低的 GPU 減少 hashmap 大小，或調整頂點預算和體素大小等參數，以建立專為行動網頁檢視而優化的簡化模型。

適用對象

在 3D 重建、體積渲染和電腦視覺領域工作的研究人員與開發者，需具備 NVIDIA GPU（理想情況下擁有 24GB VRAM）且在 Linux 系統上執行。

主要特色

• 體積重建：專注於從影像建立詳細的 3D 場景。
• 網頁優化訓練：提供特定參數以減少模型大小和頂點數量，適用於行動裝置檢視。
• 彈性資料集支援：相容標準的 NeRF 資料集與 Gaussian Splatting 格式。
• 硬體適應性：設定可調整以適應 VRAM 低於 24GB 的 GPU。

這是一個用於從影像資料集訓練 Radiance Meshes 的體積重建框架 — @username