ツールバーの機能だけは探せるレベル。

ツールチップより重要なのはエラーメッセージ！
この数倍はある。


作業中の右クリック（コンテキストメニュー）


次のアップデートで、すべてが "オジャン！"。　覚悟を決めて、まず知ることから。

添付ファイルは今日までの作業中のファイルを、個人的な備忘録としてZIPしたもの。　インストールはこれまで通り、外部 Workbench が収納されている「MOD」フォルダに、解凍したフォルダ（Assembly3）を投げ込むだけ。

GPTを利用した翻訳作業は継続中だが、ほぼ無修正につき使用することはオススメしない。（すべては自己責任で！）

FreeCADによるアニメーション・デモ

Plugin
GitHub：https://github.com/Francisco-Rosa/FreeCAD-Movie

機能が豊富すぎて躊躇していたが、そろそろ FreeCAD

カーブ系 (タービンなど) メモ




とりあえず Addon..


Freeなソフトに優秀（個人的感想）なものが多い！
Meshroom、Blender、FreeCAD..etc

タイトル・Google翻訳
上位 5 つの 3D スキャナー アプリを比較 | 写真測量 VS NeRF VS LiDAR

もう、何が何やら..　何が良いやら..

左端の「KIRI Engine」は、Freeアプリ。

YouTubeでの比較動画

一見、無駄？なローテーション。

SketchUp(3D) → Blender(2D) → NeRF(3D)

SketchUpのモデルをBlenderで撮影。
1280ｘ1280のPNG画像（約1.25MB/枚)を100枚撮影。　100枚の生成時間は Eevee で44秒と高速



Instant-ngpでトレーニング中の画像

NVIDIA’s New AI: Wow, Instant Neural Graphics!

トレーニング中！

Instant-ngp：
ngp/instant-ngp/external/ffmpeg/ffmpeg-5.1.2-essentials_build/bin/ffmpeg.exe のビデオ（.mp4）作成テスト

編集中のカメラパス Zオーダーは、コントローラより優先（スナップショット通り）


動画・カメラワークは適当。
動画解像度 1920x1080, 1024x576 2パターン

ffmpeg.exe作動時、FANはフル回転。
毎秒1フレーム程度の超低速！

まだまだ　謎深し..

transforms.json ファイルを相対パスで生成できるよう「COLMAP」ソースを編集するか、生成された transforms.json そのものを編集するか？

写真データを好きな場所でトレーニングして、好きな場所に保存したい。
と、なれば、transforms.json を編集する方が圧倒的に早い！
現在は生成後のjsonファイルをすべて相対パスに書き換えている。
5000行程度のjsonファイルなら瞬時に終わる。（現在までの個人の感想）

トレーニングデータは360度


トレーニングデータ、drums
トレーニング済みデータ ingp

ingpファイルは「Instant-ngp.exe」を起動後、画面にドロップするだけ。

言語の環境を整え、テスト。

https://github.com/JamesPerlman/TurboNeRF

Blender「NeRF」は様々な環境指定があり、整合性の取れてないシステムもいくつか。
レンダー開始後しばらくすると落ちる！..落ちる..


リミットかけて、制限付きで処理中。　
GBファンは常にフル回転状態！　PCケースもそこそこに熱い！


処理終了後の操作で落ちた。　 終わった！
しばらく "お・あ・ず・け"

いずれ忘れるのでメモ


1..必要なシステムを個人の環境に合わせてインストール。
2..PCの「環境変数」を構築した環境にあわせてパス、ディレクトリなどを設定

以下のダイアログは、今回の個人的な環境


パスの設定


pipなど、ほとんどの作業が「Anaconda」。　手順は多いが、難易度はそれほど高くなく、多少の時間を要するだけ。

---

システムの構築後には、一工夫いる。　各人の説明が分かれるところ。

とりあえず構築が終了したら「Instant-ngp」のフォルダ内にある「Instant-ngp.exe」を起動。

【サンプルファイルでテスト】
次に、「data/nerf」フォルダ内の、「fox」フォルダをまるごとシステム画面にドラッグ・アンド・ドロップして、画像が表示されればインストールは成功。


インストール後の「Instant-ngp」にはサンプルの、「fox」データが収録されている。
（ transforms.json 学習ファイルと、学習に使用した画像フォルダは常にペア）


続く..

ビデオ画面の一幕が3Dとして実態化した瞬間！

さすがに重いが、正面に見える街並みがまるごと3Dデータとして残る。



出力された「transforms.json」学習データは205枚の画像で 6,200行



意味の無い動画添付。
プレビューや、データ出力用のシステムの操作については未習得。


【赤青メガネ必要】
解像度を上げ、時間をかけるとこんな感じの3D化が可能なのかも知れない？

4時間以上経過。　未だ終わる気配無し..

パンク前に、空き容量確保のための消去データ検討中。

---

ちゃんと言ってる。　これだ！

Nerf（ngp）二日目の朝。

既出の点群データを「instant-ngp」でやってみた。

「VisualSFM」で出力した67枚の並行移動した画像からの点群データ。　
上に見えるアーチ状の画像が点群生成用。



同じ枚数で生成した「instant-ngp」の画像。　67枚で5分以上かかったが、人物まで判るレベル。
右に見える白い縦線はバウンディングボックス。



先に、コントロールの説明を読まないと操作が "どもならん！"
表示直後の動画添付。　説明はこれから読むのでグダグダ..

「D:」ドライブに「instant-ngp」フォルダを再構築し、サンプルのきつね写真を拝借して3D化テスト。
あとはブレンダーとの共有のみ。

データ専用に再構築後した、個人的なフォルダーのパス


「instant-ngp.exe」に読み込んだ「Nerf」学習データ



同じくサンプル画像から生成した「train」学習データの3D化



「instant-ngp.exe」を「build」フォルダにある「testbed.exe」から起動する説明にハマり、沼状態！
「build」フォルダに展開した「instant-ngp.exe」を、「testbed.exe」にファイル名変更することで無事脱出。

ここを参考に、同じ沼にハマったときはお試しあれ。

起動直後の意味不明な操作動画を添付。　いつか慣れる..ハズ。