自定义数据实现SA3D-Toy模板网

这篇具有很好参考价值的文章主要介绍了自定义数据实现SA3D。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。

SA3D：Segment Anything in 3D with NeRFs
实现了3D目标分割
自定义数据实现SA3D,DeepLearning,人工智能,神经网络,计算机视觉
原理是利用SAM(segment anything) 模型和Nerf分割渲染3D目标，
SAM只能分块，是没有语义标签的，如何做到语义连续？
SA3D中用了self-prompt, 根据前一帧的mask自己给出提示点，用SAM再预测下一帧的mask.

1.准备数据

这里用llff数据的格式。
它需要的input是图像，colmap建好的poses, 训练好的nerf。

通过llff的fern文件夹说明自定义数据怎么准备。

nerf_llff_data/fern文件夹包含如下数据，

自定义数据实现SA3D,DeepLearning,人工智能,神经网络,计算机视觉
其中images是相机拍摄的原图，size为4032 * 3024,
由于图片太大，于是有了下采样4倍的images_4, 下采样8倍的images_8.
用的时候images_4就可以了。
sparse和database.db 是colmap生成的相机内外参，colmap怎么用参考其他。
poses_bounds.npy由sparse生成，后面会说。
最后2个用不到。

1.1 拍摄图片或视频

图片的话按照llff github 上的要求，

根据经验，您应该使用视图之间最大视差不超过约 64 像素的图像（观察距离相机最近的物体，不要让它移动超过视图之间水平视场的 1/8）。图片）。我们的数据集通常包含 20-30 张以粗略网格模式手持拍摄的图像。

最好是网格状拍。

自定义数据实现SA3D,DeepLearning,人工智能,神经网络,计算机视觉
如果拍的是视频，把视频转为图片序列。

把images里面拍到的图片下采样4倍，存入images_4文件夹。

1.2 生成pose

自己安装colmap. 或者用llff github 上的imgs2poses.py。
这里用colmap生成。

colmap选Reconstruction -> Automatic Reconstruction.
只需要填workspace folder和image folder.
image folder要选images，而不是images_4.
Dense model的勾可以去掉，节省时间。
然后run, 你就会得到sparse文件夹。

然后你需要用这里的pose_utils.py生成poses_bounds.npy.
需要下载这3个文件。

自定义数据实现SA3D,DeepLearning,人工智能,神经网络,计算机视觉

2.训练模型

2.1 训练nerf

设置文件：
configs/llff/fern.py
configs/liff/seg_fern.py

调整factor需要的文件
configs/llff/llff_default.py
configs/default.py
configs/llff/llff_seg_default.py
configs/seg_default.py

上面这些设置文件可以修改了直接用，也可以新建类似的。
2个设置文件中修改数据集的路径。

如果你不用下采样4倍的图片，比如要用下采样8倍的，
在后面4个文件中，把factor置8. 如果用原图，factor=1.

训练nerf

python run.py --config=configs/llff/fern.py --stop_at=20000 --render_video --i_weights=10000

你可能会遇到sam3d.py中的bug,
UnboundLocalError: local variable ‘sam_model_registry’ referenced before assignment
解决方法，修改sam3d.py,

class Sam3D(ABC):
    '''TODO, add discription'''
    def __init__(self, args, cfg, xyz_min, xyz_max, cfg_model, cfg_train, \
                 data_dict, device=torch.device('cuda'), stage='coarse', coarse_ckpt_path=None):
        ...
        if args.mobile_sam:
            ...
        else:
            from segment_anything import sam_model_registry  #加上这一句，修复bug
            sam_checkpoint = "./dependencies/sam_ckpt/sam_vit_h_4b8939.pth"
            ...

然后会在log/xx/xx/render_video_fine_last下面得到渲染好的3D场景。

2.2 训练SAM+nerf

python run_seg_gui.py --config=configs/llff/seg/seg_fern.py --segment \
--sp_name=_gui --num_prompts=20 \
--render_opt=train --save_ckpt

会给一个链接，点进webUI,
这第一帧图包括后面训练的图，是上面训练nerf时渲染的图片，
如果你换了数据集，一定要重新训练nerf, 不然这些图片就还是之前的。

在第一帧图上选你要分割的物体。

自定义数据实现SA3D,DeepLearning,人工智能,神经网络,计算机视觉

训练中不需要再标注，SAM本身是没有语义的，为了保持语义的连续性，采用自标注的方法，
不断在mask上产生新标注的点。
自定义数据实现SA3D,DeepLearning,人工智能,神经网络,计算机视觉
分割及渲染结果。
文章来源地址https://www.toymoban.com/news/detail-785940.html