前言
由于这段时间正在学习NeRF系列的论文，所以博主决定尝试复现一下原文中实现的效果。
这篇文章将会介绍在win10系统下对NeRF的复现过程。最初是想复现原文作者Ben Mildenhall的源码，不过一直在编译环节报错，参考了几位大佬的blog之后发现是因为原作者使用了tensorflow 1.15，本人目前只能安装tensorflow 2.XX，所以存在一些不兼容的问题。最终还是选择了基于pytorch的NeRF代码。
本人的硬件设备为2080ti，10G显存，大约训练了8.5小时。
NeRF：https://github.com/bmild/nerf
NeRF-Pytorch：https://github.com/yenchenlin/nerf-pytorch
准备工作
安装Anacodna
参考文章：超详细Anaconda安装教程
安装CUDA
参考文章：【CUDA】cuda安装 （windows版）_windows安装cuda
下载代码和数据集
源码地址在上文已经给出，直接下载使用。
数据集由于总所周知的原因会出现下载限速的问题，我在这里提供了网盘的下载链接：
链接：https://pan.baidu.com/s/1BpAG155IkWvmFIzf4vHwPg
提取码：kcsy
开始复现！
创建虚拟环境
打开Anacodna Powershell Prompt，输入以下命令，创建并进入名为"nerfpy39"的虚拟环境。进入nerf-pytorch文件夹下执行后续操作。
conda create -n nerfpy39 python=3.9
conda activate nerfpy39
cd {下载文件夹的路径}安装依赖项
torch==1.11.0 （torch的版本需要根据cuda的版本来安装，大于0.9.1就行，本人使用1.13）
torchvision>=0.9.1
imageio
imageio-ffmpeg
matplotlib
configargparse
tensorboard>=2.0
tqdm
opencv-python
pip install -r requirements.txt运行demo
在文件夹下创建data文件，将下载好的数据集合放入data内，路径如下：
└── data
├── nerf_llff_data
| └── fern
└── nerf_synthetic
└── lego训练lego:
python run_nerf.py --config configs/lego.txt训练开始到训练完成一共花费8.5h
看看最终的效果：
训练fern：文章来源：https://www.toymoban.com/news/detail-715301.html
python run_nerf.py --config configs/fern.txt关于训练自定义数据集的方法我会陆续进行记录！欢迎大家持续关注！文章来源地址https://www.toymoban.com/news/detail-715301.html
到了这里，关于【代码复现】Windows10复现nerf-pytorch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！
