En resumen
- NVIDIA Instant NeRF puede entrenar una escena en minutos mediante la técnica neural radiance field (NeRF).
- Para la instalación se necesitan Visual Studio 2019/2022, CUDA Toolkit actualizado, Python 3.7+ y CMake 3.21+.
- Se usa COLMAP para determinar las posiciones de cámara; las fotos de entrada deben seguir principios de fotogrametría, ser nítidas y solaparse entre sí.
- El software permite renderizar animaciones de calidad total desde la escena mediante un editor de trayectoria de cámara con curvas Bézier.
Instant NeRF (NGP Instant NeRF), desarrollado por NVIDIA, es una herramienta de código abierto que permite entrenar una escena 3D en minutos a partir de pocas fotos mediante la técnica neural radiance field (NeRF). Este artículo te guía desde cero en la instalación de la herramienta, el entrenamiento de tu primera escena y la creación de una animación con trayectoria de cámara.
Qué aprenderás en este tutorial
Los requisitos de instalación de Instant NeRF
Los principios para capturar fotos de entrada de calidad
El entrenamiento de la escena usando la interfaz gráfica (GUI)
Cómo renderizar una animación con trayectoria de cámara de curva Bézier
Requisitos
Instant NeRF requiere una GPU NVIDIA; el rendimiento mejora en tarjetas con núcleos tensor. Existen versiones binarias para Windows, pero quienes deseen usar los enlaces de Python o ejecutarlo en Linux deben compilar desde el código fuente. Los componentes necesarios para la compilación son:
Windows: Visual Studio 2019 o 2022
Linux: GCC/G++ 8 o superior
CUDA 11.5 o superior (Windows) o CUDA 10.2 o superior (Linux)
CMake 3.21 o superior
(Opcional) Python 3.7 o superior, para enlaces interactivos
(Opcional) OptiX 7.3 o superior, para un entrenamiento más rápido de mesh SDF
(Opcional) Vulkan SDK, para soporte de DLSS
Según la propia entrada de blog de NVIDIA, la compilación también se ha probado con éxito con Python 3.9 y CMake 3.22; algunos usuarios prefieren estas versiones.
Instalación paso a paso y primera escena
1. Clona el repositorio
git clone --recursive https://github.com/nvlabs/instant-ngp
cd instant-ngpEste comando descarga todo el código fuente junto con sus submódulos. Los usuarios de Windows deben ejecutar el proceso en el símbolo del sistema para desarrolladores (developer command prompt).
2. Compila con CMake
cmake . -B build
cmake --build build --config RelWithDebInfo -jSi la compilación tarda demasiado o falla, puede deberse a falta de memoria; en ese caso, inténtalo de nuevo sin el indicador -j.
3. Pruébalo con una escena de ejemplo
./build/instant-ngp --scene data/nerf/foxEste comando entrena una escena de un zorro incluida en el repositorio y abre la interfaz. En Windows hay que usar las barras invertidas.
4. Prepara una escena con tus propias fotos. Realiza la captura con lógica de fotogrametría, no de fotografía documental: los objetos de la escena deben permanecer fijos durante toda la toma, las imágenes no deben tener movimiento ni desenfoque de foco; un objetivo gran angular es ventajoso porque cubre más área. Las posiciones de cámara se determinan con COLMAP, por lo que las fotos deben solaparse entre sí y ser nítidas.
5. Observa la interfaz y detén el entrenamiento. Cuando comienza el entrenamiento, la gráfica de pérdida (loss) se aplana en gran medida en los primeros 30 segundos; la mayor parte de la calidad de imagen se logra en ese tiempo, aunque la escena puede seguir mejorando durante algunos minutos más. Puedes detener el entrenamiento en cualquier momento (tecla T) para aumentar la tasa de fotogramas del visor.
6. Crea una animación con trayectoria de cámara. El editor de trayectoria de cámara de la interfaz crea una trayectoria con curva Bézier a partir de cada posición que agregas mientras navegas por la escena, usando la opción "Add from Cam". Puedes previsualizar la animación con "Read" y, cuando el resultado te convenza, guardar la trayectoria de cámara. Para renderizar un vídeo con calidad total, debes usar el snapshot de NeRF guardado y el archivo de trayectoria de cámara junto con el script de render de la carpeta scripts; por ejemplo, el script scripts/run.py toma una escena guardada y una trayectoria de cámara, y genera un archivo de vídeo con la duración, tasa de fotogramas y resolución que definas.
Errores comunes
Si COLMAP no logra determinar correctamente las posiciones de cámara, el resultado sale defectuoso; la causa más frecuente es movimiento o desenfoque durante la toma.
Si el entorno de la escena se define demasiado grande o demasiado pequeño, la calidad puede disminuir; en ese caso puede ser necesario ajustar el parámetro aabb_scale.
Con varias GPU instaladas, la detección automática de arquitectura puede fallar; en ese caso deben usarse variables de entorno para seleccionar la GPU correcta.
Próximos pasos
Una vez completado el flujo básico, puedes usar la sección Snapshot de la GUI de la herramienta para guardar y volver a cargar el modelo entrenado, y examinar la escena con distintos modos de render y visualizaciones de depuración. Los enlaces de Python permiten, a quienes deseen automatizar experimentos, usar desde la línea de comandos todas las funciones disponibles en la GUI.
Fuente y licencia
Este artículo ha sido adaptado al español a partir de la guía técnica "Getting Started with NVIDIA Instant NeRFs", publicada en el blog oficial de desarrolladores de NVIDIA, y de la información de la página de presentación de Instant NeRF de NVIDIA. Los comandos de instalación se han tomado de la página del proyecto instant-ngp, con licencia Apache-2.0 (repositorio camenduru/instant-ngp accedido a través de Hugging Face), y se han conservado en su forma original.
Fuentes
3 fuentesNo republicamos los textos de las fuentes; las citas breves van marcadas y el resto es resumen y comentario propios.
Instant NeRF es una herramienta práctica de experimentación para quienes buscan convertir rápidamente un espacio en 3D a partir de pocas fotos; destaca que incluye el fondo en la escena, conservando el contexto ambiental que a menudo se pierde en la fotogrametría clásica. Para las oficinas en Turquía, nuestra recomendación es probarlo primero con la versión binaria para Windows en una GPU NVIDIA adecuada, y pasar a compilar desde el código fuente si es necesario.
Sin embargo, la herramienta requiere un proceso de instalación técnico: la familiaridad con Visual Studio, CUDA, CMake y, opcionalmente, con el entorno de Python agiliza el trabajo. Antes de usarla en un entorno de producción, probar el proceso con varias escenas de prueba reducirá la pérdida de tiempo.
Preguntas frecuentes
¿Qué hardware se necesita para ejecutar Instant NeRF?
Se requiere una GPU NVIDIA; el rendimiento mejora en tarjetas con núcleos tensor. Los resultados compartidos en las fuentes se obtuvieron con una RTX 3090.
¿Cuánto tarda en entrenarse una escena con Instant NeRF?
La mayor parte de la calidad visual del entrenamiento se logra en los primeros 30 segundos, aunque el entrenamiento puede continuar unos minutos más hasta que la gráfica de pérdida se aplana.
¿Instant NeRF es gratuito?
Sí, el software se ofrece de forma gratuita para uso individual a través de GitHub.



