
Nvidia Kaolin Wisp adalah perpustakaan Pytorch yang ditenagai oleh inti Nvidia Kaolin untuk bekerja dengan bidang saraf (termasuk NERF, NGLOD, Instan-NGP dan VQAD).
Nvidia Kaolin Wisp bertujuan untuk menyediakan serangkaian fungsi utilitas umum untuk melakukan penelitian di bidang saraf. Ini termasuk kumpulan data, I/O gambar, pemrosesan mesh, dan fungsi utilitas Ray. Wisp juga dilengkapi dengan blok bangunan seperti renderer yang dapat dibedakan dan struktur data yang dapat dibedakan (seperti octree, kisi hash, fitur triplanar) yang berguna untuk membangun bidang saraf yang kompleks. Ini juga termasuk alat visualisasi debugging, rendering interaktif dan pelatihan, logging, dan kelas pelatih.
Periksa dokumen kami untuk informasi tambahan!
Untuk tinjauan umum tentang bidang saraf, kami sarankan Anda memeriksa laporan EG Star: bidang saraf untuk komputasi visual dan seterusnya.
Wisp 1.0.3 <- main
Wisp 1.0.2 <- stable
attrdict ditambahkan sebagai bagian dari kerangka kerja dataset baru. Jika Anda menarik terbaru, pastikan untuk pip install attrdict .pycuda diganti dengan cuda-python . Wisp dapat diinstal dari PIP sekarang (jika Anda menarik, jalankan PIP Install -R persyaratan_app.txt )Lihat instruksi instalasi di sini.
Kami menyambut & mendorong kontribusi eksternal ke basis kode! Untuk perincian lebih lanjut, baca halaman FAQ dan lisensi.
Basis kode ini dilisensikan di bawah Lisensi Kode Sumber NVIDIA. Lisensi komersial juga tersedia, gratis. Silakan terapkan menggunakan tautan ini (gunakan "Lainnya" dan tentukan Kaolin Wisp): https://www.nvidia.com/en-us/research/inquiries/
Jika Anda menemukan Perpustakaan Nvidia Kaolin Wisp berguna untuk penelitian Anda, silakan kutip:
@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}}
}
Kami berterima kasih kepada James Lucas, Jonathan Tremblay, Valts Blukis, Anita Hu, dan Nishkrit Desai karena telah memberi kami umpan balik awal dan menguji kode tersebut di berbagai tahap di seluruh pengembangan. Kami berterima kasih kepada Rogelio Olguin dan Jonathan Tremblay untuk data referensi WISP.
Terima kasih khusus untuk anggota komunitas:

Perpustakaan kami dinamai berdasarkan cahaya hantu atmosfer, will-o'-the-wisp, yang merupakan hantu volumetrik yang lebih sulit untuk dimodelkan dengan representasi geometri standar umum seperti jerat. Kami memberikan set data multiview dari WISP sebagai dataset referensi untuk objek volumetrik. Kami juga menyediakan file blender dan skrip rendering jika Anda ingin menghasilkan data tertentu dengan adegan ini, silakan merujuk ke readme.md untuk detail yang lebih besar tentang cara menghasilkan data.