fruitNeRF++训练笔记 - 折根妙妙屋

196 字

1 分钟

fruitNeRF++训练笔记

2026-04-24

笔记

NeRF

/

笔记

/

fruitNeRF++

第一步：确认文件夹#

文件这样放：

1
FruitNeRF_Real/
2
├── real_tree_1/
3
│   ├── images/
4
│   └── transforms.json
5
├── real_tree_2/
6
│   ├── images/
7
│   └── transforms.json
8
└── real_tree_3/
9
    ├── images/
10
    └── transforms.json

如果有semantics文件夹可以放进去，如果没有的话就要训练了。（权重文件要下载好）

第二步：训练#

1
ns-train fruit_nerf --data D:\Project\FruitNeRF++\dataset\FruitNeRF_Real\FruitNeRF_Dataset\tree_01 --output-dir D:\Project\FruitNeRF++\outputs\tree1 --vis tensorboard --steps-per-eval-image 999999 --steps-per-eval-all-images 999999 --pipeline.datamanager.train-num-images-to-sample-from 50

第三步：生成点云图#

1
ns-export-semantics semantic-pointcloud --load-config "D:\Project\FruitNeRF++\outputs\apple_small\01_apple_tree_1024x1024_#300_SAM\fruit_nerf\2026-04-24_141138\config.yml" --output-dir "D:\Project\FruitNeRF++\outputs\apple_small\pointcloud" --use-bounding-box True --bounding-box-min -1 -1 -1 --bounding-box-max 1 1 1 --num-rays-per-batch 2000 --num-points-per-side 1000

第四步：计数（暂时失效）#

问题#

AttributeError: module ‘torch’ has no attribute ‘xpu’#

diffusers 版本太新了，你之前装 GroundingSAM 时执行了 pip install --upgrade diffusers[torch]，把它升到了最新版（0.27+），但 PyTorch 2.1.2 没有 torch.xpu 属性，直接导入就炸。

RuntimeError: [enforce fail at alloc_cpu.cpp:80] data. DefaultCPUAllocator: not enough memory: you tried to allocate 89568000000 bytes.#

内存炸了！ 311 张真实照片，nerfstudio 1.1.5 默认把全部图片的 rays 缓存到 CPU 内存，直接爆了 83 GB。

最快的解法：限制缓存图片数量

1
ns-train fruit_nerf --data D:\Project\FruitNeRF++\dataset\FruitNeRF_Real\FruitNeRF_Dataset\tree_01 --output-dir D:\Project\FruitNeRF++\outputs\tree1 --vis tensorboard --steps-per-eval-image 999999 --steps-per-eval-all-images 999999 --pipeline.datamanager.train-num-images-to-sample-from 50