nvdiffrecmc在Windows上的配置及使用

这篇具有很好参考价值的文章主要介绍了nvdiffrecmc在Windows上的配置及使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

      nvdiffrecmc是NVIDIA研究院开源的项目,源代码地址:https://github.com/NVlabs/nvdiffrecmc,论文为《Shape, Light, and Material Decomposition from Images using Monte Carlo Rendering and Denoising》,使用Monte Carlo渲染和去噪对图像进行形状、光照和材质分解,是对nvdiffrec的扩展,输出是triangle mesh和2D纹理,可直接将输出结果导入游戏引擎中

nvdiffrecmc在Windows上的配置及使用

      Windows上通过Anaconda安装:与nvdiffrec的配置完全一致
      1.安装cuda 11.6
      2.依次执行如下命令:

conda create -n nvdiffrec python=3.9
conda activate nvdiffrec
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1+cu116 -f https://download.pytorch.org/whl/torch_stable.html
pip install ninja imageio PyOpenGL glfw xatlas gdown
pip install git+https://github.com/NVlabs/nvdiffrast/
pip install --global-option="--no-networks" git+https://github.com/NVlabs/tiny-cuda-nn#subdirectory=bindings/torch
imageio_download_bin freeimage

      3.下载数据集,将Anaconda Powershell Prompt定位到data目录下,执行如下命令:也可根据需要,直接从https://drive.google.com/drive/folders/128yBriW1IG_3NJ5Rp7APSTZsJqdJdfc1 下载

python download_datasets.py

      使用:以lego为例,执行如下命令:比nvdiffrec还耗显存,若显存不够,可减少configs/nerf_lego.json中的batch

python train.py --config configs\nerf_lego.json --display-interval 100

      执行结果如下图所示:

nvdiffrecmc在Windows上的配置及使用

      执行完后会在out/nerf_lego目录下产生一些文件,如下图:我们需要的是mesh目录下产生的6个文件:mesh.obj, mesh,mtl, probe.hdr, texture_kd.png, texture_ks.png, texture_n.png

nvdiffrecmc在Windows上的配置及使用 文章来源地址https://www.toymoban.com/news/detail-514123.html

到了这里,关于nvdiffrecmc在Windows上的配置及使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Xilinx的Vivado 2022.2版本在Windows和Linux系统上的下载配置教程

    Vivado 是Xilinx公司所开发的一种可编程逻辑器件(FPGA)的设计工具,能够支持开发者进行硬件加速的操作。Vivado的设计理念是使用流程优化,打造具备扩展性的环境来完善硬件设计的各个环节。 其主要特点如下: ——支持多种编程语言:Vivado支持多种编程语言,包括Verilog、

    2024年02月06日
    浏览(112)
  • Elasticsearch和kibana在Windows上的安装使用

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 1、Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性,能使数据在生产环境变得更有价值。E

    2024年02月03日
    浏览(42)
  • RISC-V IOPMP实际用例-Rapid-k模型在NVIDIA上的应用

    安全之安全(security²)博客目录导读 2023 RISC-V中国峰会 安全相关议题汇总 说明:本文参考RISC-V 2023中国峰会如下议题,版权归原作者所有。

    2024年02月11日
    浏览(93)
  • 深度学习docker环境配置之nvidia-docker安装使用

    –docker容器技术–。 简单理解 :Anaconda用于隔离不同的python环境;docker可以理解成在你的机器里面安装了一个独立的系统,因此它可以隔离不同的CUDA环境,还有着独立的文件系统,防止别人删掉你的实验和环境等。 镜像(images)的意思就是静态的镜像文件; 容器(containe

    2024年02月06日
    浏览(45)
  • 如何使用 nvm-windows 这个工具来管理你电脑上的Node.js版本

    nvm-windows 是一个用于管理在 Windows 上安装的多个 Node.js 版本的工具。以下是安装和使用 nvm-windows 的步骤: 第1步:下载 nvm-windows 访问 nvm-windows 的 GitHub发布页面. 下载最新版本的 nvm-setup.zip 文件。 第2步:安装 nvm-windows 解压 nvm-setup.zip 文件。 打开解压后的文件夹,双击 nvm-s

    2024年02月08日
    浏览(91)
  • 树莓派系统入门教程(三)—— 使用Windows上的VSCode远程连接树莓派进行Python开发

    很多开发者更喜欢在大屏幕和强大的开发环境中编写代码,但同时他们希望能在树莓派这样的微型计算机上执行和测试代码。VSCode提供了一个强大的远程开发工具,可以让你在Windows主机上编写代码,同时在树莓派上执行。下面将为你详细介绍如何实现: 1. 安装VSCode和SSH扩展

    2024年02月12日
    浏览(46)
  • 一文搞懂tracert在windows和linux上的使用方法,腾讯T2大佬手把手教你

    参数说明 使用说明 实例1:traceroute 用法简单、最常用的用法 实例2:跳数设置 实例3:显示IP地址,不查主机名 实例4:探测包使用的基本UDP端口设置6888 实例5:把探测包的个数设置为值4 实例6:把对外发探测包的等待响应时间设置为3秒 tracert在windows下使用 =====================

    2024年04月28日
    浏览(39)
  • 在 Windows(NVIDIA 和 AMD)上使用 Stable Diffusion 的快速简便方法,使用 AUTOMATIC1111 稳定的扩散网络 UI 在您自己的计算机上制作免费的 AI 艺术

    您可能知道,互联网上有无数网站可用于生成 AI 艺术。Lexica、dreamlike.art、Playground AI、InstantArt或一些 Huggingface 空间是我过去使用的少数几个。 问题是它们中的大多数速度很慢并且只提供基本服务。它们的型号和功能数量有限。 通过使用您的计算机,您可以以一种简单的方式

    2024年02月09日
    浏览(40)
  • Windows 下让 Docker Desktop 关联上 NVidia GPU

    前面一篇写了《大数据及机器学习带 GPU 必须干的第一件事》,心想如果不让容器也来第一件事,怪痒痒的难受。如果你的电脑像下面一样不支持,那就要来好好看看了: 关键环境就在于 --runtime=nvidia 了,如果不解决掉这个问题,一切都是扯淡! 此步必须运行 Windows 10 版本

    2024年04月10日
    浏览(32)
  • Windows WSL2 安装Nvidia-Docker GPU 驱动Paddlepaddle

    😊查看自己电脑显卡型号nvidia上去下载 参考内容: 舊版WSL 的手動安裝步驟 下載: Linux 內核更新包 选择子系统, 推介: Ubuntu 20.04 LTS 下载后双击点击安装 根据nvidia-smi, 选择 CUDA版本 这里选择11.7.0 进入选择Linux - x86_64 - WSL-Ubuntu - 2.0 - runfile(local) https://hub.docker.com/r/nvidia/cuda 上去找

    2024年02月02日
    浏览(98)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包