Sakhanda Wire
NVDA $153.73 -1.54% MSFT $506.30 -2.26% GOOGL $280.09 -1.28% META $619.28 -1.14% AMZN $256.62 -0.44%
← К новостям

Учебный пример показывает иерархический NeRF с JAX3D

Учебный материал описывает полный конвейер иерархического Neural Radiance Field (NeRF) для объемного рендеринга, синтеза новых ракурсов и 3D-реконструкции. Сначала создается синтетический набор данных с несколькими видами аналитической сцены, содержащей объемную геометрию и зависящее от направления наблюдения излучение. Для прямого рендеринга применяются примитивы JAX3D sample_along_rays и volume_rendering.

Модель реализована с использованием JAX, Flax и Optax. В нее входят позиционное кодирование, пропусковые соединения, отдельные coarse- и fine-сети, а также учет направления взгляда при формировании изображения. Иерархическая выборка важных участков выполняется с помощью sample_piecewise_constant_pdf. Обучение опирается на JAX JIT-компиляцию, оптимизатор Adam, экспоненциальное снижение скорости обучения и ограничение градиентов.

Для проверки результата рассматриваются PSNR при синтезе новых видов, визуализация глубины и прозрачности, диагностика распределения образцов, рендеринг с обзором на 360 градусов и извлечение геометрии методом marching cubes. Пример также устанавливает зависимости и предусматривает параметры для работы на GPU или CPU.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости