Descarga de kaolin - Descarga del código fuente kaolin

kaolin

Pitón

v0.17.0

Descargar

Kaolin: una biblioteca de Pytorch para acelerar la investigación de aprendizaje profundo en 3D

Descripción general

La biblioteca Nvidia Kaolin proporciona una API de Pytorch para trabajar con una variedad de representaciones 3D e incluye una creciente colección de operaciones optimizadas por GPU, como representación diferenciable modular, conversiones rápidas entre representaciones, carga de datos, puntos de control 3D, api de cámara diferenciable, iluminación diferenciable con armonía espímica y gausianos de los gausianos potenciales, una estructura de aceleración cuatrada potente llamada estructura estructurada, se llaman estructura de cero estructura, calificada, se califica, se llamó la estructura de la estructura. Para los cuadernos de Jupyter, contenedor de malla por lotes conveniente y más. ¡Visite la documentación de la Biblioteca Kaolin para comenzar!

Tenga en cuenta que la Biblioteca Kaolin es parte del esfuerzo más grande de Nvidia Kaolin para el aprendizaje profundo 3D.

Instalación y comenzar

Comenzando con V0.12.0, Kaolin admite la instalación con ruedas:

 # Replace TORCH_VERSION and CUDA_VERSION with your torch / cuda versions
pip install kaolin==0.17.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-{TORCH_VERSION}_cu{CUDA_VERSION}.html

Por ejemplo, para instalar Kaolin 0.17.0 sobre la antorcha 2.0.1 y CUDA 11.8:

 pip install kaolin==0.17.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-2.0.1_cu118.html

Sobre el último lanzamiento (0.17.0)

En esta versión, agregamos la función sample_points_in_volume utilizada para "densificar" un gaussian splats, esto se puede usar para mejorar la simulación de física.

Además, mejoramos la capacitación y la simulación de física utilizando NVIDIA Warp en algunas de nuestras funciones. También agregamos soporte para la transmitancia en el cargador GLTF.


Sin densificador	Con densificador

Consulte nuestros tutoriales actualizados:

Use la API fácil de simplicit para simular una malla
Interactuar con una simulación de física
Use la API de Full-Feature de Simplticit
Simular un Splat gaussiano
Simular una activación muscular en una malla musculoesquelética

Consulte los registros de cambio para obtener más detalles.

Que contribuye

Revise nuestras pautas de contribución.

Proyectos externos que usan kaolin

Nvidia Kaolin Wisp:
- Use la API de la cámara, las nubes de puntos estructurados y sus capacidades de representación
Gradsim: simulación diferenciable para la identificación del sistema y control visuomotor:
- Use Rasterizer DIB-R, cargador OBJ y TimeLapse
Aprender a predecir objetos 3D con un renderizador diferenciable basado en la interpolación:
- Use el rasterizador DIB-R de Kaolin, las funciones de la cámara y el timelapse para los puntos de control 3D.
Nivel de detalle geométrico neural: representación en tiempo real con superficies 3D implícitas:
- Use conversiones de SPC y trazado de rayos, produciendo una memoria 30x y una reducción del tiempo de entrenamiento 3x.
Aprendizaje de mallas tetraédricas deformables para la reconstrucción 3D:
- Use el renderizador volumétrico Deftet de Kaolin, pérdidas tetraédricas, cámaras, operadores de malla y conversiones, conjunto de datos de Shapenet, Point_TO_Mesh_Distance y Sided_Distance.
Text2Mesh:
- Use las funciones de representación de Kaolin, las funciones de la cámara y los importadores OBJ y fuera de los importadores.
Extracción flexible de la isosuperficie para la optimización de malla de gradiente (flexicubes):
- Use la clase Flexicube, el cargador OBJ, el visualizador de plato giratorio

Licencias

La mayor parte del repositorio de Kaolin está bajo la licencia Apache V2.0, excepto bajo Kaolin/Non_Commercial, que está bajo la licencia NSCL restringida al uso no comercial para fines de investigación y evaluación. Por ejemplo, el método Flexicubes se incluye en Non_Commercial.

La importación kaolin predeterminada incluye componentes con licencia de Apache:

 import kaolin

Los componentes no comerciales deben importarse explícitamente como:

 import kaolin.non_commercial

Citación

Si está utilizando la biblioteca Kaolin para su investigación, cite:

 @software{KaolinLibrary,
      author = {Fuji Tsang, Clement and Shugrina, Maria and Lafleche, Jean Francois and Perel, Or and Loop, Charles and Takikawa, Towaki and Modi, Vismay and Zook, Alexander and Wang, Jiehan and Chen, Wenzheng and Shen, Tianchang and Gao, Jun and Jatavallabhula, Krishna Murthy and Smith, Edward and Rozantsev, Artem and Fidler, Sanja and State, Gavriel and Gorski, Jason and Xiang, Tommy and Li, Jianing and Li, Michael and Lebaredian, Rev},
      title = {Kaolin: A Pytorch Library for Accelerating 3D Deep Learning Research},
      date = {2024-11-20},
      version = {0.17.0},
      url={url{https://github.com/NVIDIAGameWorks/kaolin}}
}