Nerfstudio動かしてみた

Nerfstudioとは

Nerfstudioとは、ブラウザ上で「NeRF」の作成、学習、可視化を簡単に行うことができるツール

環境構築

conda activate nerfstudio
python -m pip install --upgrade pip
pip uninstall torch torchvision functorch tinycudann
conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit
pip install ninja git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch

最後のコマンドを実行したところ後半部分がエラーになったが、今回の動作の際には特に問題なかった。

学習手順

チュートリアルで紹介されているnerfactoを用いた学習を行った。

データダウンロード

ns-download-data nerfstudio --capture-name=poster

学習の実行

ns-train nerfacto --data data/nerfstudio/poster

学習時に--machine.num-devices {実行したいGPU数}と指定することで、複数のGPUで並列に実行することができる。

しかし、以下の設定で試したところ実際にはむしろ4倍遅くなった...

おそらくI/O周りの問題と考えられる。

また、2つのGPUの場合でも同様だった。

export CUDA_VISIBLE_DEVICES=0,1,2,3
ns-train nerfacto --machine.num-devices 4 --data data/nerfstudio/poster

PyNeRFでの学習

高速で実行できるPyNeRFを使ってみる

インストール手順

pip install git+https://github.com/hturki/pynerf
pip install torch-scatter -f https://data.pyg.org/whl/torch-${TORCH_VERSION}+${CUDA}.html

ここで、setup.pyでエラーが起こった。

その原因はsetuptoolsのバージョンにあり、こちらのIssueで指摘されていた通り、69.5.1を用いたら解決できた。

pip install setuptools==69.5.1

学習の実行

以下のコードで実行したところ、デフォルトのposterデータセットだと形式が合わないためか、Sparseフォルダがないというエラーが発生した。

ns-train PyNeRF --data data/nerfstudio/poster