NeRF源码解读

imgs : 根据 .json 文件加载到的所有图像数据。（N，H，W，4）N 代表用于 train、test、val 的总数量(4:RGBβ) poses : 转置矩阵。（N，4，4） render_poses : 用于测试的 pose 。（40，4，4） i_split : [[0:train], [train:val], [val:test]]

γ(p)=(sin(20πp),cos(20πp),⋯,sin(2L−1πp),cos(2L−1πp))

参数

images: (138, 400, 400, 4), 图像总数, 高宽分别为400, 400, 4通道(RGBA)

poses: (138, 4, 4), 138个图像对应的相机位姿(4*4的c2w变换矩阵)

render_poses: (40, 4, 4), 40个用于测试的位姿(4*4的c2w变换矩阵)

hwf: (3,), 图像的高宽和焦距

i_split: train[0:100], val[0:13], tea-st[0:25]图像的索引

include_input: 编码结果是否包括原始坐标

input_dims: 输入数据的维度

max_freq_log2: 位置编码函数最大频率 L-1

num_freqs: 位置编码函数的频率数 L

log_sampling: 频率是否使用指数增长

periodic_fns: 编码函数[sin, cos]

embed_fns: 存储编码函数

out_dim: 存储编码后的总维度

embed_fn: 位置编码器

input_ch: 编码后的总维度(作为MLP输入时的维度)

use_viewdirs: 使用完整的5D坐标

embeddirs_fn: 存储方向坐标编码函数

input_ch_views: 编码后的总维度(方向坐标)

netdepth: 网络深度 8层

netwidth: 网络宽度 256 粗糙网络(coarse network)上取 64 点, 精细网络(fine network)上取 64 + 128 = 192个点, 一共256个点

input_ch: 位置坐标输入维度x 63

output_ch: 输出维度 5 (RGB + density)

skips: 跳跃连接层 第五层 输入向量维度为319

input_ch_views: 视角方向输入维度d 27

use_viewdirs: 是否使用视角方向

pst_linears: 存储MLP的8个隐藏层(包含一个跨越层，319个特征输入)

views_linears: 存储一个额外的线性层(用于输入方向坐标信息，输出密度density，输入256+27， 输出128)

netdepth_fine: 精细网络深度 8

netwidth_fine: 精细网络特征 256

netchunk: 网络批量处理的数量 102464 rays points

N_rand: 批量大小(每个梯度的随机射线数量)

N_samples: 每条射线的粗糙网络采样点数

N_importance: 每条射线额外的精细网络采样点数