kaolinダウンロードkaolinソースコードのダウンロード

kaolin

パイソン

v0.17.0

ダウンロード

Kaolin：3Dディープラーニング研究を加速するためのPytorchライブラリ

概要

Nvidia Kaolin Libraryは、さまざまな3D表現を操作するためのPytorch APIを提供し、モジュラー微分レンダリング、表現間の高速変換、3Dチェックポイント、差別化可能なカメラAPI、球形のハーモニクスと球形の視覚障害のある雲のような雲のようなQuadreationの視覚障害の格差照明など、モジュラー微分レンダリング、表現、3Dチェックポイント、差別化可能なカメラAPI、微分照明などのGPU最適化された操作の増加を含みます。 Jupyterノートブック用、便利なバッチメッシュコンテナなど。カオリン図書館のドキュメントにアクセスしてください！

Kaolin Libraryは、3Dディープラーニングのためのより大きなNvidia Kaolinの取り組みの一部であることに注意してください。

インストールと開始

v0.12.0から始めて、Kaolinはホイールを使用したインストールをサポートしています。

 # 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

たとえば、トーチ2.0.1およびCUDA 11.8にカオリン0.17.0をインストールするには：

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


密な剤なし	デンシフィア付き

貢献

貢献ガイドラインを確認してください。

カオリンを使用した外部プロジェクト

Nvidia Kaolin Wisp：
- カメラAPI、構造化されたポイントクラウド、およびそのレンダリング機能を使用します
Gradsim：システム識別と視覚運動制御のための微分シミュレーション：
- DIB-Rラスタライザー、OBJローダー、タイムラプスを使用します
補間ベースの微分可能レンダラーで3Dオブジェクトを予測することを学ぶ：
- 3Dチェックポイントには、KaolinのDib-Rラスター、カメラ機能、タイムラプスを使用します。
細部のニューラル幾何学レベル：暗黙の3D表面でのリアルタイムレンダリング：
- SPCコンバージョンとレイトレースを使用して、30倍のメモリと3倍のトレーニング時間削減をもたらします。
3D再建のための変形可能な四面体メッシュ：
- KaolinのDeftetボリュームレンダラー、四面体損失、Camera_Functions、メッシュ演算子とコンバージョン、Shapenet Dataset、Point_to_mesh_distanceおよびSided_distanceを使用します。
text2mesh：
- Kaolinのレンダリング関数、カメラ機能、OBJおよびオフ輸入業者を使用します。
勾配ベースのメッシュ最適化（フレキシクブ）のための柔軟な等表面抽出：
- FlexCubeクラス、OBJローダー、ターンテーブルVisualizerを使用します

ライセンス

Kaolinのリポジトリのほとんどは、研究および評価の目的での非商業用使用に限定されているNSCLライセンスの下にあるKaolin/Non_Commercialの下を除き、Apache v2.0ライセンスの下にあります。たとえば、FlexCubesメソッドはnon_commercialに含まれています。

デフォルトのkaolinのインポートには、Apache-Licensedコンポーネントが含まれます。

 import kaolin

非営利コンポーネントは、次のように明示的にインポートする必要があります。

 import kaolin.non_commercial

引用

あなたがあなたの研究にKaolinライブラリを使用している場合は、引用してください：

 @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}}
}