kaolin wisp

Kaolin Wisp: una biblioteca de Pytorch y un motor para la investigación de campos neurales

Nvidia Kaolin WISP es una biblioteca de Pytorch impulsada por Nvidia Kaolin Core para trabajar con campos neurales (incluidos NERFS, NGLOD, Instant-NGP y VQAD).

Nvidia Kaolin WISP tiene como objetivo proporcionar un conjunto de funciones de servicios públicos comunes para realizar investigaciones sobre campos neurales. Esto incluye conjuntos de datos, E/S de imágenes, procesamiento de malla y funciones de utilidad de rayos. WISP también viene con bloques de construcción como renderizadores diferenciables y estructuras de datos diferenciables (como ocrees, redes hash, características triplanar) que son útiles para construir campos neuronales complejos. También incluye herramientas de visualización de depuración, representación y capacitación interactiva, tala y clases de entrenadores.

¡Consulte nuestro documento para obtener información adicional!

Para obtener una visión general de los campos neurales, le recomendamos que consulte el informe de EG Star: Campos neurales para la computación visual y más allá.

Últimas actualizaciones

WISP 1.0.3 <- main

• 17/04/23 ¡Se ha reemplazado el sistema de configuración! Consulte la página de configuración para ver las instrucciones de uso y la compatibilidad hacia atrás ( cambio de cambio ). Tenga en cuenta que la biblioteca de núcleo WISP permanece compatible, se debe actualizar la red y los entrenadores.

Wisp 1.0.2 <- stable

• 15/04/23 Se han agregado soporte de cuaderno Jupyter: útil para máquinas sin pantalla.
• 01/02/23 Dependencia attrdict agregada como parte del nuevo marco de DataSets. Si saca lo último, asegúrese de pip install attrdict .
• 17/01/23 pycuda reemplazado por cuda-python . WISP se puede instalar desde PIP ahora (si tira, ejecuta PIP Install -R requisitos_app.txt )
• 05/01/23 Los platos principales ahora se introducen como aplicaciones independientes, para un soporte más fácil de nuevas tuberías ( cambio de ruptura )

Instalación

Consulte las instrucciones de instalación aquí.

Contribuciones externas

¡Agradecemos y fomentamos contribuciones externas a la base de código! Para más detalles, lea las preguntas frecuentes y la página de licencia.

Licencia y cita

Esta base de código tiene licencia bajo la licencia de código fuente NVIDIA. Las licencias comerciales también están disponibles, de forma gratuita. Solicite usando este enlace (use "Otro" y especifique Kaolin WISP): https://www.nvidia.com/en-us/research/inquiries/

Si encuentra útil la biblioteca Nvidia Kaolin Wisp para su investigación, cite:

 @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}}
}

Gracias

Agradecemos a James Lucas, Jonathan Tremblay, Valts Blukis, Anita Hu y Nishkrit Desai por darnos comentarios tempranos y probar el código en varias etapas durante todo el desarrollo. Agradecemos a Rogelio Olguin y Jonathan Tremblay por los datos de referencia de WISP.

Un agradecimiento especial por los miembros de la comunidad:

• botánico de campo de luz
• Soumik rakshit

¿Qué es "Wisp"?

Nuestra biblioteca lleva el nombre de la luz fantasma atmosférica, Will-O'-the-Wisp, que son fantasmas volumétricos que son más difíciles de modelar con representaciones de geometría estándar comunes como mallas. Proporcionamos un conjunto de datos Multiview del WISP como un conjunto de datos de referencia para un objeto volumétrico. También proporcionamos el archivo de licuador y la representación de scripts si desea generar datos específicos con esta escena, consulte el ReadMe.md para obtener mayores detalles sobre cómo generar los datos.