SceneDreamer 项目使用教程

SceneDreamer 项目使用教程

SceneDreamer [TPAMI 2023] SceneDreamer: Unbounded 3D Scene Generation from 2D Image Collections 项目地址: https://gitcode.com/gh_mirrors/sc/SceneDreamer

1. 项目目录结构及介绍

SceneDreamer 项目的目录结构如下：

SceneDreamer/
├── assets/
├── configs/
├── gridencoder/
├── imaginaire/
│   ├── third_party/
│   └── model_utils/
├── scripts/
├── .gitignore
├── LICENSE
├── README.md
├── activation.py
├── app_gradio.py
├── encoding.py
├── environment.yaml
├── inference.py
├── terrain_generator.py
├── train.py

目录介绍：

• assets/: 存放项目相关的资源文件。
• configs/: 存放项目的配置文件，包括训练和推理的配置。
• gridencoder/: 包含网格编码器的相关文件。
• imaginaire/: 包含与图像处理相关的模块，包括第三方库和模型工具。
  • third_party/: 存放第三方库的代码。
  • model_utils/: 存放模型工具的代码。
• scripts/: 存放项目的脚本文件，包括数据准备和缓存等。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目介绍和使用说明。
• activation.py: 激活函数相关代码。
• app_gradio.py: Gradio 应用启动文件。
• encoding.py: 编码相关代码。
• environment.yaml: 项目依赖环境配置文件。
• inference.py: 推理脚本文件。
• terrain_generator.py: 地形生成器相关代码。
• train.py: 训练脚本文件。

2. 项目启动文件介绍

app_gradio.py

app_gradio.py 是 SceneDreamer 项目的 Gradio 应用启动文件。通过该文件，用户可以在本地启动一个 Gradio 界面，进行交互式的 3D 场景生成。

启动命令：

python app_gradio.py

启动后，用户可以通过浏览器访问 Gradio 界面，输入相关参数并生成 3D 场景。

3. 项目的配置文件介绍

configs/ 目录

configs/ 目录下存放了项目的配置文件，主要包括训练和推理的配置。

主要配置文件：

• scenedreamer_inference.yaml: 推理配置文件，定义了推理时的参数，如相机模式、分辨率、场景大小等。
• scenedreamer_train.yaml: 训练配置文件，定义了训练时的参数，如数据路径、模型配置、优化器配置等。

配置文件示例：

# scenedreamer_inference.yaml
cam_mode: 0
cam_maxstep: 100
resolution_hw: [540, 960]
num_samples: 24
cam_ang: 90
scene_size: 1024

environment.yaml

environment.yaml 是项目的环境配置文件，定义了项目所需的 Python 依赖包。

安装依赖：

conda env create -f environment.yaml
conda activate scenedreamer

通过上述命令，可以创建并激活项目所需的环境。

---

以上是 SceneDreamer 项目的目录结构、启动文件和配置文件的介绍。通过这些内容，用户可以更好地理解和使用该项目。

SceneDreamer [TPAMI 2023] SceneDreamer: Unbounded 3D Scene Generation from 2D Image Collections 项目地址: https://gitcode.com/gh_mirrors/sc/SceneDreamer