kaolin wisp

Kaolin Wisp: Eine Pytorch -Bibliothek und ein Motor für Neuralfelderforschung

Nvidia Kaolin Wisp ist eine Pytorch-Bibliothek, die vom Nvidia Kaolin-Kern angetrieben wird, um mit neuronalen Feldern (einschließlich NERFS, NGLOD, Instant-NGP und VQAD) zu arbeiten.

Nvidia Kaolin WISP zielt darauf ab, eine Reihe gemeinsamer Versorgungsfunktionen für die Durchführung von Forschung zu neuronalen Feldern bereitzustellen. Dies umfasst Datensätze, Bild -E/A, Netzverarbeitung und Ray -Dienstprogrammfunktionen. WISP verfügt außerdem über Bausteine wie differenzierbare Renderer und differenzierbare Datenstrukturen (wie Octrees, Hash -Gitter, dreifache Merkmale), die für den Bau komplexer neuronaler Felder nützlich sind. Es umfasst auch Debugging -Visualisierungstools, interaktives Rendering und Training, Protokollierung und Trainerunterricht.

Weitere Informationen finden Sie in unserer Dokumentation!

Für einen Überblick über neuronale Felder empfehlen wir Ihnen den EG Star Report: Neural Fields für visuelles Computer und darüber hinaus.

Neueste Updates

WISP 1.0.3 <- main

• 17/04/23 Das Konfigurationssystem wurde ersetzt! In der Konfigurationsseite finden Sie die Verwendungsanweisungen und die Kompatabilität rückwärts ( Breaking Change ). Beachten Sie, dass die Wisp Core -Bibliothek kompatibel bleibt, Netze und Trainer aktualisiert werden sollten.

Wisp 1.0.2 <- stable

• 15/04/23 Jupyter Notebook -Unterstützung wurden hinzugefügt - nützlich für Maschinen ohne Anzeige.
• 01/02/23 attrdict Abhängigkeit hinzugefügt als Teil des neuen Datasets -Frameworks. Wenn Sie das Neueste ziehen, stellen Sie sicher, dass pip install attrdict .
• 17/01/23 pycuda ersetzt durch cuda-python . WISP kann jetzt von PIP installiert werden (wenn Sie ziehen, führen Sie die PIP -Installation -r Required_App.txt aus) aus.
• 05/01/23 Maße werden jetzt als eigenständige Apps eingeführt, um neue Pipelines zu unterstützen ( Breaking Change )

Installation

Siehe Installationsanweisungen hier.

Externe Beiträge

Wir begrüßen und fördern externe Beiträge zur Codebasis! Weitere Informationen finden Sie auf der Seite FAQ und Lizenz.

Lizenz und Zitat

Diese Codebasis ist unter der NVIDIA -Quellcode -Lizenz lizenziert. Handelslizenzen sind auch kostenlos verfügbar. Bitte bewerben Sie sich mit diesem Link (verwenden Sie "Andere" und geben Sie Kaolin Wisp an): https://www.nvidia.com/en-us/research/inquiries/

Wenn Sie die Nvidia Kaolin Wisp -Bibliothek für Ihre Forschung nützlich finden, zitieren Sie bitte:

 @misc{KaolinWispLibrary,
      author = {Towaki Takikawa and Or Perel and Clement Fuji Tsang and Charles Loop and Joey Litalien and Jonathan Tremblay and Sanja Fidler and Maria Shugrina},
      title = {Kaolin Wisp: A PyTorch Library and Engine for Neural Fields Research},
      year = {2022},
      howpublished={url{https://github.com/NVIDIAGameWorks/kaolin-wisp}}
}

Danke

Wir danken James Lucas, Jonathan Tremblay, Valts Blukis, Anita Hu und Nishkrit Desai für das frühzeitige Feedback und das Testen des Code in verschiedenen Stadien während der gesamten Entwicklung. Wir danken Rogelio Olguin und Jonathan Tremblay für die Wisp -Referenzdaten.

Besonderer Dank für Community -Mitglieder:

• Lightfield -Botaniker
• Soumik Rakshit

Was ist "Wisp"?

Unsere Bibliothek ist nach dem atmosphärischen Ghost-Licht, Will-O'-the-Wisp, benannt, bei denen es sich um volumetrische Geister handelt, die mit gemeinsamen Standard-Geometrie-Darstellungen wie Maschen schwieriger zu modellieren sind. Wir bieten einen Multiview -Datensatz des WISP als Referenzdatensatz für ein volumetrisches Objekt. Wir stellen auch die Blender -Datei und die Rendering -Skripte bereit, wenn Sie mit dieser Szene bestimmte Daten generieren möchten. Weitere Informationen zum Generieren der Daten finden Sie im Readme.md.