เริ่มต้นกับ NVIDIA Instant NeRFs

NVIDIA Instant NeRF เป็นเครื่องมือที่เปลี่ยนเกมในการสร้างฟิลด์เรเดียนซ์นิวรัล ทำให้ผู้ใช้สามารถสร้างภาพ 3D สุดเจ๋งได้ในเวลาอันสั้น เมื่อเทียบกับวิธีการแบบดั้งเดิม ในบทความนี้ เราจะมาดูกันว่าคุณจะเริ่มต้นกับ Instant NeRFs ได้อย่างไร รวมถึงการคอมไพล์โค้ด การจับภาพ และการสร้างอนิเมชัน

การคอมไพล์โค้ด

สำหรับโปรแกรมเมอร์และนักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์ การคอมไพล์โค้ดนั้นง่ายมาก แต่สำหรับมือใหม่ สามารถทำตามคำแนะนำที่ละเอียดในฟอร์กของ bycloudai จาก GitHub หลักได้เลย นี่คือเคล็ดลับบางประการที่จะช่วยให้การติดตั้งราบรื่น:

• ติดตั้ง Visual Studio 2019 ใหม่.
• ติดตั้ง CUDA Toolkit เวอร์ชันล่าสุด.
• ติดตั้ง Python 3.9.
• ใช้ CMake 3.22 และตรวจสอบให้แน่ใจว่าใช้ Python 3.9 ในการคอมไพล์.

การจับภาพสำหรับ Instant NeRF

กระบวนการสร้าง Instant NeRF รองรับทั้งภาพถ่ายและวิดีโอ ขั้นตอนแรกคือการใช้ COLMAP เพื่อตรวจสอบตำแหน่งกล้อง ดังนั้นจึงจำเป็นต้องปฏิบัติตามหลักการพื้นฐานของการถ่ายภาพเชิงปริมาณ เช่น การมีภาพที่ทับซ้อนกันและชัดเจน วิดีโอสอนจะมีตัวอย่างการจับภาพที่เหมาะสม.

การเปิด GUI และการฝึก NeRF แรกของคุณ

เมื่อเตรียมภาพเรียบร้อยแล้ว ให้เปิดส่วนติดต่อผู้ใช้กราฟิก (GUI) ผ่าน Anaconda โดยใช้ไฟล์ Testbed.exe ที่รวมอยู่ การฝึก NeRF จะเริ่มขึ้นโดยอัตโนมัติ โดยจะเห็นการปรับปรุงคุณภาพภาพที่สำคัญภายใน 30 วินาทีแรก GUI ยังมีตัวเลือกการแสดงผลที่หลากหลาย รวมถึงการควบคุมกล้องและการแสดงผลดีบัก.

การสร้างอนิเมชัน

NVIDIA มีเครื่องมือแก้ไขเส้นทางกล้องที่ใช้งานง่ายใน GUI เพื่อเพิ่มคีย์เฟรม ให้คุณเดินทางผ่านฉากและเลือก 'Add from Cam.' GUI จะสร้างเส้นทางกล้องด้วย Bézier curves เพื่อดูตัวอย่างอนิเมชันของคุณ และเมื่อพอใจแล้ว ให้บันทึกเส้นทางกล้องและเรนเดอร์วิดีโอคุณภาพสูง.

สรุป

หนึ่งในคุณสมบัติที่โดดเด่นของ Instant NeRFs คือความสามารถในการจับภาพพื้นหลังทั้งหมดเป็นส่วนหนึ่งของฉาก ซึ่งเปิดโอกาสใหม่ในการสร้างภาพ ในการทดลองกับเทคโนโลยีนี้ ฉันพบว่ามันเป็นการเริ่มต้นที่น่าตื่นเต้นในการทำความเข้าใจการสร้างโมเดล 3D หวังว่าคำแนะนำนี้จะช่วยให้คุณเริ่มต้นการเดินทางกับ NeRFs ได้.

โบนัส: การตัดภาพจากการเรนเดอร์ Instant NeRF

ตอนนี้คุณรู้วิธีสร้าง Instant NeRF แล้ว มาดูวิดีโอสอนใหม่เกี่ยวกับการตัดพื้นหลังกันเถอะ.

แหล่งข้อมูลที่เกี่ยวข้อง

• GTC session: NVIDIA NVentures Portfolio Showcase
• GTC session: Demystify CUDA Debugging and Performance with Powerful Developer Tools
• SDK: Reflex SDK
• SDK: NVIDIA Real-Time Denoisers (NRD)

เกี่ยวกับผู้เขียน

Jonathan Stephens เป็นผู้เผยแพร่และผู้อำนวยการฝ่ายการตลาดที่ EveryPoint มุ่งเน้นไปที่การค้นหาตลาดและการศึกษาเชิงเทคนิค.

ความคิดเห็น

• francois.bonnard: ที่ไหนคือที่ที่เหมาะสมในการขอความช่วยเหลือทางเทคนิคเกี่ยวกับ NeRFs?
• Electretboy: ฉันเจอข้อผิดพลาดขณะสร้างโปรแกรม NeRF มีใครมีคำแนะนำไหม?
• jimleeucf: จะสร้างวิดีโออนิเมชันโดยไม่ใช้ GUI ได้อย่างไร?
• akash18: ฉันกำลังสำรวจการใช้ NeRFs สำหรับการสแกนภายในช่องปาก มีใครมีข้อมูลไหม?

ร่วมสนทนาต่อที่ .