Instant-NGP 安装与使用记录（含 Detectron2 源码安装 + COLMAP 数据转换流程）

原创

已于 2025-06-09 16:06:24 修改 · 1.3k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#instant-NGP #安装 #记录

于 2025-06-09 14:50:42 首次发布

🔧 个人环境配置

📥 克隆 Instant-NGP 仓库

🧱 安装 Detectron2（建议从源码安装，避免运行 colmap2nerf.py 报错）

📦 下载适配 GPU 的 Instant-NGP 可执行程序

🗂️ 数据准备结构说明

🔄 执行转换：生成 transforms.json 文件

🚀 启动 Instant-NGP 训练

🔧 个人环境配置

操作系统：Windows 10
GPU：NVIDIA RTX 3000 / 4000 系列
Conda 环境名称：gsplat
Python：3.8
PyTorch：2.1.0 + cu121
CUDA：12.1
IDE：PyCharm
测试用数据集：Nerf Synthetic Dataset | Kaggle

📌 项目地址

🔗 NVlabs/instant-ngp - GitHub

📥 克隆 Instant-NGP 仓库

git clone --recursive https://github.com/nvlabs/instant-ngp 
cd instant-ngp

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

HUANGL1NJIE

关注关注

43
点赞
踩
29

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

【Instant-NGP】将图像、3D模型、场景迅速参数化为神经网络MLP（Instant-NGP论文复现）

Ryan2k的博客

04-28

6874

英伟达实验室在Instant-NGP论文中提出了一种多分辨率哈希编码方法，用于改善神经网络输入以提高近似质量和训练速度，并将其融合CUDA内核实现了对图像、sdf模型、NeRF模型等场景的三维重建。本文简单介绍了Instant-NGP的基本原理，并对官方源码进行了复现。

【无标题】Instant NGP（使用哈希编码的多分辨率的即时神经图形原语）

pjm616的博客

06-20

2069

哈希

参与评论您还未登录，请先登录后发表或查看评论

【计算机视觉】三维视觉：Instant-NGP：实时神经辐射场的革命性突破

weixin_43988131的博客

05-02

1678

Instant-NGP：实时神经辐射场的革命性突破

instant-ngp云服务器部署：AWS/GCP/Azure平台对比

最新发布

gitblog_00299的博客

10-10

979

instant-ngp作为基于NVIDIA GPU的神经网络生成框架，对硬件资源有较高要求。本地部署面临显卡成本高、配置复杂、扩展性受限等问题，而云平台提供了灵活的GPU资源选择和弹性扩展能力，特别适合需要快速验证模型或处理大规模数据的场景。本文将对比AWS、GCP和Azure三大云平台在部署instant-ngp时的关键差异，帮助你选择最适合的方案。 ## 核心需求分析部署instant-...

instant-ngp

Meteor的笔记

07-20

6544

instant-ngp

Instant-ngp-Windows 项目安装与使用指南

gitblog_00240的博客

10-10

766

Instant-ngp-Windows 项目安装与使用指南 1. 项目目录结构及介绍 instant-ngp-Windows/ ├── github/workflows/ ├── cmake/ ├── data/ ├── dependencies/ ├── docs/ ├── include/neural-graphics-primitives/ ├── scripts/ ├── src/ ├──...

[NeRF] Instant-ngp

weixin_49003609的博客

04-23

819

instant-ngp

Ubuntu20.04复现instant-ngp，自建数据集，导出mesh

weixin_59961223的博客

04-29

9192

本次仅仅记录一下自己复现instant-ngp的过程，如果里面的参考有冒犯到原博主请联系我删除，本人也是nerf的小白一枚，可以一起交流学习神经辐射场，希望大家在复现instant-ngp的时候少走一些坑，情况允许下可以去复现一下npg-pl和nerfStudio，最后希望大家一起进步。看到一些博主说葵司的npg_pl也不错，而且葵司是台湾人，在youtube上也有讲解的视频。渲染的效果还是可以的，相对于源码来说还是有点模糊，我一些参数也没有设置，直接就拉进来进行渲染，速度是非常快的。

1、instant-ngp（代码来源于kwea123）学习总结

小白的博客

11-11

9788

instant-ngp

Instant-NGP 自定义NeRF数据集制作及生成三维模型流程

yyds93的博客

08-26

1625

Instant-NGP 三维重建

实验复现—Instant-NGP

qq_58767065的博客

12-17

2064

键盘操作： W S A D 在场景中前后左右移动， space （空格）和c 分别实现上升和下降鼠标操作：左键拖拽旋转视角，中键拖拽平移视图，滚轮缩放视图。

使用instant NGP训练自己的模型

UCAStudent的博客

09-19

720

colmap instant NGP

NeRF从入门到放弃2:InstantNGP

https://github.com/heatMa

06-22

793

原始的NeRF每条光线上的点都要经过MLP的查询，才能得到其密度和颜色值，要查询的点非常多，而MLP的推理是比较耗时的。InstantNGP将空间划分成多个层级的体素（voxels），并且在每个体素内部使用神经网络来预测feature。而Plenoxels则干脆就不使用神经网络了，它直接在体素中存储场景的辐射亮度和密度信息。通过使用球谐函数（Spherical Harmonics）来近似每个体素内的光照分布，Plenoxels能够有效地压缩存储需求，同时保持高质量的渲染效果。

Instant-NGP稿子

pjm616的博客

06-20

859

稿子自用

instant-ngp总结

Meteor的笔记

07-22

7407

研究人员尝试对如何采样这部分进行设计和优化，Nerf最开始的采样方案是分层采样的策略，后来的NSVF提出的，基于体素的多分辨率采样+自剪枝的策略，也多速度的问题做了一定程度的优化，但是这个优化是针对特殊task的，所以不具备通用性。在这里我们的解决方案就是利用离散积分的方式，对射线上的点进行均匀采样，利用采样点的离散的积分和，来模拟上面的过程。那在实际的train或者渲染过程，也是上面刚才说到的，利用离散积分的方式，对空间中的点进行采样，然后渲染出对应视角的颜色值，将其与GT做比较，利用误差去优化网络。..

英伟达NeRF项目Instant-ngp在Windows下的部署，以及数据集的制作（适合小白的保姆级教学）

weixin_50756716的博客

09-01

7270

Instant-ngp的依赖项目较多，配置环境过程较为繁琐，笔者在部署过程中遇到诸多阻碍，故此篇博客是针对初入NeRF小白的保姆级配置教程,同时详细阐述了如何制作NeRF的数据集，以及如何对数据进行筛选。

【论文笔记】Instant NGP == Nvidia == SIGGRAPH 2022 Best Paper

Nismilesucc的学习札记

08-07

1067

原始的NeRF训练和评估的代价很高，本文提出了一种新的编码方式来降低这一成本。这种编码方式在不牺牲质量的情况下允许使用较小的网络，从而大大减少浮点和内存访问操作的次数：一个小型神经网络被可训练特征向量的多分辨率哈希表所增强，其值通过随机梯度下降(SGD)进行优化。多分辨率结构使得网络能够区分哈希碰撞，网络能够从这些碰撞中学习到应该选择使用的特征。且这种简单架构在现代GPUs上很容易实现并行化。本文通过使用完全融合的CUDA内核实现整个系统来利用这种并行性，重点是尽量减少浪费的带宽和计算操作。........

Instant-NGP论文笔记

Iron_lyk Blog

11-05

959

另外，在创建数据集时，会计算一个bounding-box，这是为了计算grid用的（https://github.com/yashbhalgat/HashNeRF-pytorch中的get_bboxed_from_blenderobj()函数可以计算）。instant-ngp的nerf模型包含两个MLP，第一个MLP就两个全连接，输入维度是32（16层分辨率x2），输出是16（用于预测密度）。第二个MLP有三个全连接，输入如下（16+16），输出是3（rgb）。