项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 641
使用教程
环境要求
- GPU 24G 显存
- CUDA 11.x
- 多相机采集数据
安装与启动步骤
-
1建 py3.9 环境
官方指定 3.9,新版 Python 装它的旧依赖会失败。
conda create -n emernerf python=3.9 -y -
2装依赖
requirements 之外还要两个从 git 装的包,顺序别乱。
pip install -r requirements.txt -
3装 nerfacc 指定提交
必须锁到官方给的 commit,新版接口变了。
pip install git+https://github.com/nerfstudio-project/nerfacc.git@8340e19daad4bafe24125150a8c56161838086fa -
4编 tiny-cuda-nn
按你的显卡架构设编译目标,设错会跑满 CPU 还特别慢。
TCNN_CUDA_ARCHITECTURES=86 pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch -
5起训练
先用仓库自带的小场景跑通,再看动态分解效果。
python train_emernerf.py
如何确认成功
训练能收敛,输出能分离出静态背景与动态目标两层
注意事项
- 编译目标要和显卡架构对齐,设错不会报错但性能骤降。
- 自监督方法对相机位姿精度敏感,位姿估计错会整体崩。
- 多相机数据采集成本高,先用公开数据验证流程。
核心亮点
- 自监督分解静态与动态物体,无需人工标注,降低使用门槛
- 在 Waymo 等真实自动驾驶数据集上验证,场景重建质量高
- 支持多视角视频输入,可实时渲染新视角,实用性强
不足之处
- 依赖光流等预计算信息,预处理步骤增加使用复杂度
- 对大规模场景或长视频序列的训练资源需求较高
适用场景
- 自动驾驶场景的三维重建与仿真
- 动态视频的新视角合成与自由视点渲染
- AR/VR 中真实动态场景的数字化
替代项目
D-NeRF、K-Planes、HyperNeRF
上一篇:Uni3D
同类项目推荐
normcap
开源
框选屏幕任意区域,文字秒进剪贴板
OCR powered screen-capture tool to capture information instead of images
Awesome-Try-On-Models
开源
一站式找到虚拟试穿最新论文和代码,快速上手。
A repository for organizing papers, codes and other resources related to Virtual Try···
ANTs
开源
医学图像精准配准与分割,助力神经影像分析
Advanced Normalization Tools (ANTs)
DZ-FaceDetailer
开源
在 ComfyUI 中一键修复和增强生成图像的人脸细节。
a node for comfyui for restore/edit/enchance faces utilizing face recognition
PartGLEE
开源
识别并解析任意物体的部件,让AI看懂物体内部结构
[ECCV2024] PartGLEE: A Foundation Model for Recognizing and Parsing Any Objects
VisionState
开源
用现有摄像头+本地AI,把车库门、人车、水电燃气表变成HA传感器
Turn your cameras into Home Assistant sensors with a local AI: garage door open/clos···
BiRefNet
开源
高分辨率图像一键精准抠图,细节不丢失
[CAAI AIR'24] Bilateral Reference for High-Resolution Dichotomous Image Segmentation
ITK
开源
医学图像分割配准,C++/Python 直接调用
Insight Toolkit (ITK) -- Official Repository. ITK builds on a proven, spatially-ori···
RGBT-Perception-Papers
开源
一页汇总RGB-T三大任务论文,快速入门多模态感知
Summary of RGB-T Salient Object Detection, Semantic segmentation and Crowd Counting.
