NVlabs/queen项目数据准备规范详解

NVlabs/queen项目数据准备规范详解

数据目录结构解析

在NVlabs/queen项目中，正确的数据准备格式对于项目运行至关重要。经过开发者验证，DyNeRF和Google Immersive两种数据集有着不同的目录结构要求。

DyNeRF数据集结构

DyNeRF数据集应采用以下目录结构：

| --- data
|   | [dataset_directory]
│     | [scene_name] 
│   	  | cam01
|            | images
|     		  | ---0000.png
│     		  | --- 0001.png
│     		  | --- ...
│   	  | cam02
|            | images
│     		  | --- 0000.png
│     		  | --- 0001.png
│     		  | --- ...
│   	  | ...
│   	  | sparse_
│     		  | --- cameras.bin
│     		  | --- images.bin
│     		  | --- ...
│   	  | points3D_downsample2.ply
│   	  | poses_bounds.npy

关键注意事项：

1. 图像文件必须使用PNG格式而非JPG格式
2. 每台相机的图像必须存放在"images"子目录下
3. 图像文件名应采用"0000.png"、"0001.png"这样的四位数字编号格式
4. 点云文件应命名为points3D_downsample2.ply

Google Immersive数据集结构

Google Immersive数据集则采用不同的结构：

| --- data
|   | [dataset_directory]
│     | [scene_name] 
│   	  | camera_0001
|            | images_scaled_2
|     		  | ---0000.png
│     		  | --- 0001.png
│     		  | --- ...
│   	  | camera_0001
|            | images_scaled_2
│     		 | --- 0000.png
│     		  | --- 0001.png
│     		  | --- ...
│   	  | ...
│   	  | colmap
|            | sparse
|                | 0  
|     		  | --- points3d.bin
│     		  | --- cameras.bin
│     		  | --- images.bin

技术实现细节

项目中的scene/dataset_readers.py文件包含了数据集加载的具体实现逻辑，开发者可以通过研究该文件深入了解数据加载机制。

对于points3D_downsample2.ply文件的生成，建议参考相关点云处理脚本进行准备。该文件是经过下采样处理后的点云数据，对于项目运行效率有重要影响。

常见问题解决方案

1. 图像格式问题：确保所有图像文件使用PNG格式而非JPG格式
2. 目录结构问题：严格按照要求的子目录结构组织数据
3. 文件命名问题：图像文件应采用四位数字编号，如"0000.png"
4. 点云文件问题：使用正确命名的下采样点云文件

通过遵循这些规范，可以确保项目顺利运行并获得预期结果。开发者应特别注意不同数据集类型的结构差异，避免混淆。