# NeRF和CNN实验数据集说明

## 1. NeRF数据集
NeRF算法需要多视角图像数据，推荐使用以下公开数据集：

### Blender合成数据集
```bash
# 安装gdown下载工具
pip install gdown

# 下载Lego场景（示例）
gdown https://drive.google.com/uc?id=18JxhpWD-4ZmuEK22MTzM9c5YZZjr3RC6

# 解压数据
tar -xf lego.tar -C ../data/nerf/
```

数据目录结构应如下：
```
data/nerf/
└── lego/
    ├── images/        # 包含所有训练图片
    │   ├── r_00.png
    │   ├── r_01.png
    │   └── ...
    ├── poses_bounds.npy # 位姿和边界信息
    ├── transforms.json  # 训练用配置文件
    ├── transforms_test.json  # 测试专用配置文件
    └── results/         # 结果存储目录
        └── nerf/        # NeRF算法结果
            ├── pred_0.json  # 预测结果
            └── visualizations/  # 可视化图像
                └── vis_0.png
```

### 测试数据准备
测试时请确保包含以下内容：
1. `images/`：包含测试用图像文件
2. `transforms_test.json`：必须包含以下字段：
```json
{
    "intrinsic": [[...]],  # 相机内参矩阵
    "frames": [             # 图像帧信息数组
        {
            "file_path": "test_00.png",  # 图片路径
            "transform_matrix": [...]    # 位姿变换矩阵
        },
        // ...其他帧数据...
    ]
}
```

### 模型输入说明
NeRF模型的输入是三维坐标(x, y, z)，通过位置编码扩展到更高维度。当前实现：
1. 输入维度：3 (x, y, z)
2. 位置编码：使用10个频率的正弦/余弦函数进行编码，输出维度为60
3. 网络结构：三个全连接层(60 -> 256 -> 256 -> 4)
4. 注意事项：确保测试数据生成的坐标维度与训练时一致

### 数据集验证
下载完成后，请验证transforms.json文件内容，确保包含以下必要字段：
```json
{
    "intrinsic": [[...]],  # 相机内参矩阵
    "frames": [             # 图像帧信息数组
        {
            "file_path": "r_00.png",  # 图片路径
            "transform_matrix": [...]    # 位姿变换矩阵
        },
        // ...其他帧数据...
    ]
}
```

### 测试与可视化
测试完成后将生成以下内容：
1. 预测结果保存在`results/nerf/`目录下的JSON文件中
2. 可视化图像保存在`results/nerf/visualizations/`目录下，包含：
   - 点云可视化（xy投影）
   - RGB颜色分布

示例可视化输出：
```
data/nerf/
└── lego/
    └── results/
        └── nerf/
            └── visualizations/
                ├── vis_0.png  # 第一个测试样本的可视化
                └── vis_1.png  # 第二个测试样本的可视化
```

### 训练与测试脚本
```bash
# 训练NeRF模型（可选参数）
python nerf/train_nerf.py \
  --data_path ../data/nerf/lego \
  --batch_size 2 \
  --num_epochs 20

# 测试NeRF模型（可选参数）
python nerf/test_nerf.py \
  --data_path ../data/nerf/lego \
  --batch_size 2
```

训练完成后会在`data/nerf/lego/checkpoint/`目录下生成模型文件，预测结果会保存在`data/nerf/lego/results/nerf/`目录。

## 2. CNN数据集
CNN图像识别推荐使用CIFAR-10数据集，代码中已自动下载：
```python
# 在cnn.py中会自动下载到data/cnn/目录
torchvision.datasets.CIFAR10(root='../data/cnn/', train=True, download=True)
```

## 数据预处理
```bash
# 图像尺寸统一（示例）
pip install opencv-python
python -c "import cv2; import os; [cv2.resize(cv2.imread(f), (256,256)) for f in os.listdir('../data/nerf/lego/images/') if f.endswith('.png')]"