DeepSDF论文复现2---原理解析与代码复现1---官方代码运行

DeepSDF是一篇比较老的文章，点开它的开源网站可以看到上一次修改已经是六年前的事情。前面写的这篇文章

DeepSDF论文复现1—数据集生成1—官方代码运行_deepsdf源码运行怎么运行-CSDN博客

充分展示了时代久远的文章如果没有给出数据集的话，要生成其数据集就需要花一定的功夫。不过好消息是，网络实现部分即便用当前最新的Pytorch2.0+版本也没有太大的问题，顶多就报点警告。

现在假定我们已经获得了数据集（如果还没有且着实不想自己搞，可以去这里下），来看看具体代码该怎么运行起来。

下载源代码

注意，之前生成数据集的时候下载过的就不用下了。

git clone https://github.com/facebookresearch/DeepSDF.git

环境安装

同样，如果已经按照这篇文章所说的方法生成了数据集，环境是可以直接用的，不需要再安装。然而，如果显卡太新，用老的版本似乎会报错（RTX 4090运行报错，不知道是不是个例），因此本人在完成数据集生成之后重新搞了个环境。。。

conda create -n DeepSDF python=3.11
conda activate DeepSDF
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install plyfile
pip install scikit-image
pip install trimesh

这个环境因为用了比较新的pytorch版本，因此有些函数已经被声明为弃用，会有警告，不过无所谓，就不管了。

运行训练

修改examples文件夹中关于数据集位置的描述。比如想训练planes这个分类，就进入到planes文件夹中修改其specs.json文件，给其指定数据集路径：

//"DataSource" : "data",
"DataSource" : "G:/DeepSDFData/SDFdata_train",

然后修改训练的批数量，4090原版有24g内存，可以支持36左右的批大小（默认64，不愧是谷歌团队。。。有老哥买了魔改的48g 4090或者5090可以往大了改，比如5090可以改到48：

//"ScenesPerBatch" : 64,
"ScenesPerBatch" : 36,

注意，如果用的是Windows平台，批大小最好设置小一点，不然因为Win上其他应用本身会占比较多的显存，开太大可能会用到虚拟显存，导致速度下降非常夸张（而且不报错，没往这里想的时候可能会以为训练本来就这么慢）。当然，使用Win平台进行训练本身就比较坑，可能是因为io的关系，同一份代码放在相同位置，Linux上训练一轮30s，Windows上要53s。可见Win平台只适合用来做调试，真的跑训练还是能免则免）。

另外，因为python版本改了，需要将train_deep_sdf.py的第257行稍加修改：

#logging.info("Experiment description: \n" + specs["Description"])
logging.info("Experiment description: \n" + " ".join(specs["Description"]))

然后直接运行训练代码即可：

python train_deep_sdf.py -e ./examples/planes

训练需要的时间比较长，以planes这个子集为例，本人在AMD9950X3D+RTX4090的平台上训练一个轮次大概需要30s左右。训练轮次官方代码写的是2000轮，因此要30*2000大约17个小时。另外，因为数据集中不同类别的数量不一样，因此训练的时间也会有所差异。数据集类别个数具体如下：

出于好奇，我还在AutoDL上租了一台RTX5090的主机跑planes类别的训练，意外发现要43s左右才能训练完一轮，原因不明，可能是除显卡之外的其他配置的差异造成的。按这个速度算，训练一轮DeepSDF需要花72块左右，肉疼。。。

训练过程可视化

开源代码将训练过程都记录了下来（每10轮存一次），保存在examples/xxx/Logs.pth这个文件中，同时提供了可视化工具。要可视化只需要安装matplotlib：

pip install matplotlib

然后就可以直接查看。

loss

python plot_log.py -e ./examples/planes -t loss

time

python plot_log.py -e ./examples/planes -t time

训练结果三维可视化

模型在训练的时候每10轮会在/examples/planes/ModelParameters文件夹中保存一次权重（这个权重会被新的覆盖掉），在100、500、1000和2000轮的时候则以次数命名保存一次出来，这些就是我们花了七八十块最终要得到的东西。

开源代码给出了使用模型进行三维重建的完整实现，不过因为版本问题，需要将mesh.py中如下的语句进行修改：

#verts, faces, normals, values = skimage.measure.marching_cubes_lewiner(numpy_3d_sdf_tensor, level=0.0, spacing=[voxel_size] * 3)
verts, faces, normals, values = skimage.measure.marching_cubes(numpy_3d_sdf_tensor, level=0.0, spacing=[voxel_size] * 3)

随后运行如下代码即可对之前没学习过的测试集数据进行三维重建，重建后的数据放在\examples\planes\Reconstructions\2000路径中：

python reconstruct.py -e examples/planes -c 2000 --split examples/splits/sv2_planes_test.json -d G:\DeepSDFData\SDFdata_test--skip

下面是模型fff513f407e00e85a9ced22d91ad7027

在100、500、1000和2000轮训练权重下的预测结果：

可以看到随着训练轮数的增加，模型在细节上在慢慢向原本模型靠拢。

不过，即便是到了2000轮，拉进了看还是可以发现很多模型上的问题，比如连续性差，细节丢失严重，表面不够平滑等等。

甚至直接拿训练集中的数据来预测这个问题也同样比较严重：

当然，这个是好事，有助于后来者改进并水文章哈哈哈。

总结

到此我们就完成了官方代码的复现已经可视化工作。总的来说，谷歌团队的工作还是非常靠谱的，虽然已经过去了六年，出现了些版本兼容方面问题，但只需要稍微修改一下就能顺利跑起来，可视化等方面做的也比较到位。

下篇文章将结合代码具体分析文章的原理和三维重建部分，有兴趣的老哥可以关注一下。