LandMark 项目使用教程

LandMark 项目使用教程

LandMark 项目地址: https://gitcode.com/gh_mirrors/la/LandMark

1. 项目目录结构及介绍

LandMark 项目是一个用于大规模三维城市场景建模和渲染的开源项目。以下是项目的目录结构及其简介：

LandMark/
├── app/                 # 包含模型训练和渲染的代码
│   ├── dataloader/      # 数据加载器
│   ├── models/          # 包含 GridNeRF 模型的顺序、并行和动态获取实现
│   ├── tools/           # 包含数据预处理、配置解析等工具
│   ├── trainer.py       # 模型训练管理脚本
│   └── renderer.py      # 模型渲染管理脚本
├── confs/               # 配置文件目录
├── dist_renders/        # 分布式渲染系统相关代码和脚本
├── requirements.txt     # 项目依赖文件
└── README.md            # 项目说明文件

2. 项目的启动文件介绍

项目的启动文件主要是 trainer.py 和 renderer.py。

• trainer.py: 用于启动模型训练流程。通过解析配置文件，加载数据集，初始化模型，然后进行训练。
• renderer.py: 用于启动模型渲染流程。同样通过配置文件指定参数，加载训练好的模型，然后进行图像渲染。

3. 项目的配置文件介绍

项目的配置文件位于 confs/ 目录下，通常使用 .txt 格式。这些文件包含了项目运行时所需的各种参数和设置。以下是一些常用的配置文件及其内容：

• city.txt: 城市数据集的默认配置文件。包含数据集路径、训练参数、模型参数等。
• 配置文件通常包含以下几部分：
  • experiment: 定义实验名称、数据集路径、日志保存路径等。
  • train: 定义训练相关的参数，如迭代次数、批量大小、学习率等。
  • render: 定义渲染相关的参数，如采样优化选项、分辨率模式等。
  • model: 定义模型相关的参数，如模型类型、并行策略等。

配置文件示例：

[experiment]
dataroot = LandMark/datasets
datadir = your_dataset
dataset_name = city
basedir = LandMark/log

[train]
start_iters = 0
n_iters = 20000
batch_size = 1024

[render]
sampling_opt = True

[model]
resMode = high

在使用前，需要根据实际情况修改配置文件中的参数，确保路径、参数等符合项目需求。

LandMark 项目地址: https://gitcode.com/gh_mirrors/la/LandMark