Canonical: https://instain.ru/de/ai/instant-ngp/ Language: de NVIDIA Research Rahmenwerk # NVIDIA Instant NGP. Neuronale Szenen schnell aus Kameraperspektiven trainieren 4.20 / 5 [Katalogbewertung](https://instain.ru/de/ai/instant-ngp/#editorial-rating) [Offizielle Website ](https://nvlabs.github.io/instant-ngp/) Forschungsprojekt von NVIDIA zum Training neuronaler Felder mit NeRF-Modus, Quellcode und Viewer. ![NVIDIA Instant NGP. Forschungsprojekt NVIDIA Instant NGP.](https://instain.ru/assets/images/instant-ngp-screen-3560c2fb06b3-1200.webp) Das Forschungsprojekt NVIDIA Instant NGP. [Quelle öffnen ](https://nvlabs.github.io/instant-ngp/) ## Was Instant NGP trainiert Im NeRF-Modus erzeugt das NVIDIA-Projekt ein Feld, das Farbe und Dichte einer Szene aus verschiedenen Blickrichtungen beschreibt. Als Eingabe dienen Fotos und die Kameraposition zu jedem Bild. Instant NGP verwendet eine besondere Kodierung der Koordinaten, um die Berechnungen auf der GPU zu beschleunigen. Das Repository enthält auch andere Anwendungsfälle, etwa die Darstellung eines Bildes durch ein neuronales Netz. Wählen Sie für die Prüfung einer dreidimensionalen Szene den NeRF-Modus. ## Einen neuen Blickwinkel prüfen Beginnen Sie mit dem erlaubten Satz von Bildern eines Holzstuhls. Wenn Sie Ihre eigene Aufnahme verwenden, gehen Sie um das Objekt herum und achten Sie darauf, dass die Bilder überlappen. Überprüfen Sie nach der Berechnung der Position der Kameras, ob sie sich in der erwarteten Reihenfolge um den Stuhl befinden. Trainieren Sie eine kleine Szene und ändern Sie den Blickwinkel im Betrachter. Schauen Sie durch die Lücke zwischen den Beinen und entlang der dünnen Kante des Sitzes. Fehler in den Positionen der Kameras manifestieren sich oft bei solchen Übergängen. Notieren Sie sich die Parameter des ersten Versuchs. Wenn Sie wiederholen, können Sie einen Parameter ändern und verstehen, was mit den Details und dem Speicherverbrauch passiert ist. ## Einen Lauf reproduzierbar machen Das offizielle Repository beschreibt die Montage, CUDA-Anforderungen und Datenformate. Bei einem anderen Auto können die Geschwindigkeit und die verfügbaren Szenengrößen variieren. Speichern Sie die Code-Version zusammen mit den Einstellungen und den ursprünglichen Winkeln. Für die Übertragung an einen Kollegen im Voraus klären, ob Sie eine interaktive Ansicht oder ein fertiges Rendering benötigen. Eine Option ist einfacher zu sehen, die zweite ist einfacher in das Video einzubetten. ## Für welche Aufgaben geeignet - Trainieren Sie die Präsentation Ihres Themas aus einer Reihe von Blickwinkeln - Vergleichen Sie die visuelle Qualität mit zwei Speichereinstellungen Funktionen ## Stärken - Forschungscode mit interaktiver Ansicht - Unterstützt mehrere Klassen neuronaler Darstellungen Zu berücksichtigen ## Einschränkungen - Benötigt eine NVIDIA CUDA-Umgebung - Das Ergebnis hängt von der Korrektheit der Kameras ab ## Auswahl und Bedingungen Kostenlose Nutzung Ja Testphase Nicht bestätigt Keine Registrierung erforderlich Nicht bestätigt Russische Benutzeroberfläche Nicht bestätigt Lokale Installation Ja API Nicht bestätigt „Nicht bestätigt“ bedeutet, dass nicht genügend Informationen vorliegen. Die Funktion kann dennoch verfügbar sein; prüfen Sie die Angaben des Entwicklers. Eingabeformate Bild Ergebnis 3D-Szene ### Bedingungen Für die lokale Zusammenstellung sind eine kompatible NVIDIA-Grafikkarte und eine Umgebung aus dem Repository erforderlich. Die unterstützten Startoptionen sind in der Anleitung beschrieben. Von der Aufgabe zum ersten Ergebnis ## Praxisbeispiel Aufgabe Trainieren Sie die Präsentation Ihres Themas aus einer Reihe von Blickwinkeln Was Sie vorbereiten sollten Seine aufeinanderfolgenden Fotos einer statischen Szene, die mit überlappenden Winkeln aufgenommen wurde. ### Aufgabenbeschreibung oder Prompt Stellen Sie die Szene auf den Fotos wieder her und erkunden Sie sie aus einer neuen Perspektive. Lassen Sie einen Teil der ursprünglichen Arten zum Vergleich. ### Erwartetes Ergebnis Eine Szene, die man im Betrachter sehen kann. ### So prüfen Sie das Ergebnis - Vergleichen Sie mehrere Blickwinkel mit den Kontrollbildern. - Markieren Sie Lücken, transparente Bereiche und Kanten außerhalb des Aufnahmebereichs. Ein redaktionelles Lernbeispiel für eine Aufgabenbeschreibung, kein Ergebnis eines eigenen Praxistests des Dienstes. Prüfen Sie die Verfügbarkeit des benötigten Modus, die Rechte am Ausgangsmaterial und die Bedingungen für die Nutzung des Ergebnisses. Details überprüfen ## Offizielle Quellen - [Das NVIDIA Instant NGP ](https://nvlabs.github.io/instant-ngp/) - [Quellcode, Daten und Instant NGP Start ](https://github.com/NVlabs/instant-ngp) Die Beschreibung basiert auf den Materialien des Entwicklers. Die Funktionen, Preise und Verfügbarkeit können variieren. Bitte überprüfen Sie die Quelle vor der Verwendung. Das Tool im Überblick Entwickler NVIDIA Research Kategorie [Bilder](https://instain.ru/de/category/images/) Zugang Für die lokale Zusammenstellung sind eine kompatible NVIDIA-Grafikkarte und eine Umgebung aus dem Repository erforderlich. Die unterstützten Startoptionen sind in der Anleitung beschrieben. Zahlung Der Code und die Forschungsmaterialien sind im Repository verfügbar. Überprüfen Sie vor der Verteilung Ihrer Build die Lizenzbedingungen. API Keine separate API angegeben [Entwicklerbedingungen ](https://github.com/NVlabs/instant-ngp) Katalogbewertung 4.20 / 5 Funktionen 4.30 / 5 Arbeitsszenarien 3.90 / 5 Ökosystem 4.40 / 5 Dokumentation 4.20 / 5 Die Punkte dienen der Orientierung im Katalog. Sie sind weder Nutzerbewertungen noch Ergebnisse persönlicher Tests. [Siehe Methodik ](https://instain.ru/de/methodology/) Weiter erkunden ## Für ähnliche Aufgaben [Gesamte Kategorie ](https://instain.ru/de/category/images/) Bilder ### [Nerfstudio](https://instain.ru/de/ai/nerfstudio/) NeRFs trainieren und dreidimensionale Szenen untersuchen 4.35 / 5 Rahmenwerk Ähnliche Aufgaben; vergleichen Sie Bedingungen, Formate und Einschränkungen Bilder ### [Polycam](https://instain.ru/de/ai/polycam/) Gegenstände und Räume anhand von Fotos digitalisieren 4.45 / 5 Dienst Anderes Ergebnisformat: 3D-Modell Bilder ### [Jawset Postshot](https://instain.ru/de/ai/jawset-postshot/) Eine Szene lokal aus Aufnahmen rekonstruieren 4.30 / 5 Editor Anderes Ergebnisformat: Video