You need to agree to share your contact information to access this dataset

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

Log in or Sign Up to review the conditions and access this dataset content.

NeLiF / ALab Experiments

本仓库用于 hhh12122 的 NeLiF / ALab 实验记录,名称为 nelif-alab-experiments。按所有者 2026-10-10 的选择,当前为 Public + Gated(自动批准):仓库介绍公开,访问数据文件需登录、提交申请并同意相关条款。上传工具核对这一可见性与审批设置。不启动Space、推理服务或训练任务。仓库含多种来源的资产和代码,不授予统一开源许可;资产许可见 licenses/ALab_original_LICENSE.md,来源与修改见 THIRD_PARTY_NOTICES.md。

实验概要

300训练 / 45验证 / 5测试,512×512,训练/验证128 spp + OIDN六分量降噪,原生6×128 RSM、128神经平面。训练4685 step,验证选中4600 step;测试PSNR baseline20.879、hybrid23.712 dB。测试参考4096 spp,hybrid独立1024 spp,同一网络权重、不重训。正式测试预测先冻结后评分。

正式报告:HTML;实验记录。HTML建议下载后在本地浏览器打开。

目录

  • runtime/nelif_run_20261008_128spp/data/inputs、labels:正式350份输入/标签及光场,划分见poses.json与data/manifest.json。
  • runtime/nelif_run_20261008_128spp/capture:完整最终原始EXR、RSM、光场、独立hybrid物理分量及元数据。
  • runtime/nelif_run_20261008_128spp/results:best.pt、last.pt、最终预测与评估、训练记录、各验证点指标和预览。
  • runtime/reproduction/alab_light03_preview/scene_light03_pdf_camera_raised_dimmed.blend:已内嵌贴图、改用相对USD缓存路径的场景副本。
  • runtime/assets/ALab:本地使用的完整USD资产树,包含动画缓存;不是只有一个无法独立打开的blend。
  • runtime/reproduction:两份采集/EXR转换辅助源码;runtime/vendor/nelif 包含作者 src、configs 和说明文档。
  • packaging_exclusions.json:省去的缓存、中间检查点/验证大数组、可重建的重复降噪中间数据。省去操作仅发生在上传副本,源实验未删除。
  • SHA256SUMS.json:上传前文件完整性清单;scene_pack_audit.json:场景依赖核验。

恢复与使用

这是一份可审计备份,不含Windows虚拟环境、Blender程序、CUDA驱动或登录凭据。原实验脚本中的机器路径/预算属于历史记录,不能下载后直接运行原pipeline开始训练。

  1. 获准访问后下载整个仓库;安装Blender 5.2.2和独立Python3.12环境。
  2. 安装PyTorch2.6.0/cu126、torchvision0.21.0,以及environment-packages.json中对应的numpy、OpenEXR、Pillow、matplotlib、einops等依赖。该清单是源环境版本记录,不是承诺所有包都跨平台兼容。
  3. 在仓库根运行 python relocate_backup.py --blender "D:/path/to/blender.exe"。它只修改下载副本中的本机路径,并关闭历史训练入口。
  4. 可直接用Blender打开上述scene;贴图已打包,USD目录结构须保留。
  5. 在 runtime/nelif_run_20261008_128spp 下,用原baseline.py的infer-set命令读取best.pt与data/inputs,输出到一个尚不存在的新目录。例如:
python -B scripts/baseline.py infer-set --checkpoint results/baseline/best.pt --inputs data/inputs --names test_000 --output results/restored_inference --compact

重新训练需另建运行目录、重新设定预算和恢复策略;勿沿用2026-10-08的过期截止时间。原始文件哈希记录用于历史溯源,路径重定位或贴图打包后的文件哈希自然不同。

后续获知的论文信息

原报告“作者SPP/降噪未知”是当时可用资料下的历史表述。后续用户提供补充材料明确训练3000 spp,测试8000 spp+AFGSA,shadow map6×1024×1024;本轮128 spp+OIDN、128 RSM是单卡预算内配置,不能称为完整论文复现。补充材料没有加入本备份。

仅保存本次指定实验;之前的旧机位补测、FP16计时实验不混入正式结果。

2026-10-10 精简布局

当前代码统一放在 runtime/nelif_run_20261008_128spp/scripts/;作者源码位于 runtime/vendor/nelif/,源码内容未改。保留完整数据、best/last 权重、所有验证指标、最终对比图以及完整 ALab 场景依赖。

删除了一次性续跑和灯位修复脚本、旧 pilot 逻辑、废弃样本元数据、旧代码副本、冗余日志和中间验证预览。prepare_data.py 中 Hybrid 使用的三项函数已抽出为 scripts/io_utils.py。

历史配置与源码哈希放在实验的 provenance/ 中,仅表示原实验状态;当前配置关闭训练并清除了过期恢复点。新训练必须另建输出目录和时间预算。已有原始报告不重新生成。

本提交包含精简后的布局,旧版本可在仓库历史中查看。当前布局与校验信息见 layout_cleanup.json 和更新的 SHA256SUMS.json。

本地完整性校验:python verify_payload.py(逐文件 SHA256);快速路径/大小检查:python verify_payload.py --quick。

runtime/reproduction 的用途

这是采集流程的共用函数和场景目录,不是另一套正式训练结果:

  • capture_dataset.py:Blender/Cycles 场景设置、渲染输出、机位与灯具观测等函数,供正式 scripts/capture.py 调用。
  • convert_capture.py:EXR 读取、法线归一化、相机变换及光源观测转换,供 scripts/convert.py 和 scripts/finish_data.py 调用。
  • alab_light03_preview/*.blend:本实验实际使用的场景副本;目录名沿用准备阶段,不能据此当作可删除缓存。
  • alab_light03_preview/*manifest.json:场景重建、机位和灯具调整的来源记录;其中旧预览参数不代表正式训练参数,正式参数以实验 config.yaml、poses.json 为准。

场景还依赖 runtime/assets/ALab/ 的 USD 文件;两处相对路径应一起保留。

Downloads last month
12