Ubuntu20.04复现D-NeuS（WACV2023）Recovering Fine Details for Neural Implicit Surface Reconstruction

前言

一、系统配置

二、依赖项安装

前言

论文链接：Recovering Fine Details for Neural Implicit Surface Reconstruction（恢复神经隐式表面重建的精细细节）

代码链接：D-NeuS

一、系统配置

1. 操作系统：ubuntu20.04

2. GPU：Nvidia RTX3090

3. CUDA：11.3

4. python3.8.0

5.torch==1.8.0（下文对cuda11.3适配的torch进行更换）

6. opencv_python==4.5.2.52

7. trimesh==3.9.8

8. numpy==1.19.2

9. pyhocon==0.3.57

10. icecream==2.1.0

二、依赖项安装

git clone https://github.com/fraunhoferhhi/D-NeuS
cd D-NeuS
pip install -r requirements.txt

按照以上代码在终端中运行就可以下载此项目的软件包并且完成conda环境的配置。

可能会遇到的问题：

1、pytorch安装报错

我电脑安装的cuda是11.3的，但是配置文件里面的pytorch是1.8版本的，我在pytorch官网上没有找到cuda11.3对应的pytoch==1.8版本的，如果直接安装pytorch1.8版本的话训练时会报错使用不了GPU加速，因此我安装cuda11.1版本的pytorch，可以进行训练，以下是安装指令。解决torch安装出现的问题

pip install torch==1.8.0+cu111 -f https://download.pytorch.org/whl/cu111/torch_stable.html

2、全少安装依赖项

在安装tensorboard的时候可能会出现依赖项版本不匹配，安装报错的提示进行固定版本的安装就可以了。

三、数据集设置

1、数据集链接

D-NeuS项目主页给的数据集链接

预处理DTU数据集链接（引用自MVSDF）

preprocessed DTU datasets

2、数据集组织（以DTU_scan24为例）

Data
  |DTU
  |  | <case_name>
  |  |   |-- cameras_xxx.npz    # camera parameters
  |  |
  |  |   |-- image
  |  |   |-- 000.png        # target image for each view
  |  |   |-- 001.png
  |  |   ...
  |  |
  |  |   |-- mask
  |  |   |-- 000.png        
  |  |   |-- 001.png
  |  |   |...
  |  |
  |  |   |-- cam4fea
  |  |   |--cam_00000000_flow3.txt
  |  |   |--cam_00000001_flow3.txt
  |  |   |...

四、模型训练

1、训练（以DTU_scan24为例）

python exp_runner.py --mode train --case scan24

训练终止时继续训练（断点训练）

python exp_runner.py --conf ./conf --mode train --is_continue --gpu 0 --case scan24

2、从训练的模型中提取表面

python exp_runner.py --mode validate_mesh --case scan24 --is_continue

3、视图插值

python exp_runner.py --mode interpolate_<img_idx_0>_<img_idx_1> --case <e.g., scan24> --is_continue