可微渲染 SoftRas 实践_可微渲染器-优快云博客

本文链接：https://blog.youkuaiyun.com/winorlose2000/article/details/118048435

SoftRas是一款主流的三角网格可微渲染器，适用于三维重建，尤其在人体和人脸重建中广泛应用。本文介绍了如何安装PyTorch环境和SoftRas，以及展示渲染物体和Mesh重建的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SoftRas 是目前主流三角网格可微渲染器之一。

可微渲染通过计算渲染过程的导数，使得从单张图片学习三维结构逐渐成为现实。可微渲染目前被广泛地应用于三维重建，特别是人体重建、人脸重建和三维属性估计等应用中。

安装

conda 安装 PyTorch 环境：

conda create -n torch python=3.8 -y
conda activate torch

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia -y

conda activate torch
python - <<-EOF
import platform
import torch
print(f"Python : {platform.python_version()}")
print(f"PyTorch: {torch.__version__}")
print(f"  CUDA : {torch.version.cuda}")
EOF

Python : 3.8.10
PyTorch: 1.9.0
  CUDA : 11.1

获取代码并安装：

git clone https://github.com/ShichenLiu/SoftRas.git
cd SoftRas
python setup.py install

可设 setup.py 镜像源：

cat <<-EOF > ~/.pydistutils.cfg
[easy_install]
index_url = http://mirrors.aliyun.com/pypi/simple
EOF

应用

安装模型查看工具：

snap install ogre-meshviewer
# 或
snap install meshlab

渲染物体

渲染测试：

CUDA_VISIBLE_DEVICES=0 python examples/demo_render.py

渲染结果：

对比前后模型:

ogre-meshviewer data/obj/spot/spot_triangulated.obj

ogre-meshviewer data/results/output_render/saved_spot.obj

Mesh 重建

下载数据集：

bash examples/recon/download_dataset.sh

训练模型：

$ CUDA_VISIBLE_DEVICES=0 python examples/recon/train.py -eid recon
Loading dataset: 100%|██████████████████████████| 13/13 [00:35<00:00,  2.74s/it]
Iter: [0/250000]	Time 1.189	Loss 0.655	lr 0.000100	sv 0.000100
Iter: [100/250000]	Time 0.464	Loss 0.405	lr 0.000100	sv 0.000100
...
Iter: [250000/250000]	Time 0.450	Loss 0.128	lr 0.000030	sv 0.000030

测试模型：

$ CUDA_VISIBLE_DEVICES=0 python examples/recon/test.py -eid recon \
    -d