kaolin 다운로드 kaolin 소스 코드 다운로드

kaolin

파이썬

v0.17.0

다운로드

Kaolin : 3D 딥 러닝 연구 가속화를위한 Pytorch 도서관

개요

Nvidia Kaolin Library는 다양한 3D 표현을위한 Pytorch API를 제공하며 모듈 식 차별화 가능한 렌더링, 표현, 데이터 로딩, 3D 체크 포인트, 차별화 가능한 카메라 API, 구상 조명 및 구조적 구조를 통한 차별화 가능한 조명, 구조화 된 구조적 구조, 구조화 된 구조적 구조, 구조화 된 구조적 구조, 구조적 조명, 구조적 조명, 구조적 구조, 구조적 조명, 구조화 된 구조, 구조적 조명, 구조적 조명, 구조적 조명, 구조적 조명, 구조적 조명, 구조적 조명, 구조적 조명, 구별 된 카메라 조명과 같은 모듈 식 차별화 가능한 렌더링, 데이터로드, 3D 체크 포인트 간의 빠른 전환과 같은 GPU- 최적화 된 작업을 포함합니다. Jupyter 노트북의 경우 편리한 배치 메쉬 컨테이너 등. 시작하려면 Kaolin Library 문서를 방문하십시오!

Kaolin Library는 3D 딥 러닝을위한 더 큰 Nvidia Kaolin 노력의 일부입니다.

설치 및 시작

V0.12.0부터 Kaolin은 바퀴와의 설치를 지원합니다.

 # 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

예를 들어, Torch 2.0.1 및 Cuda 11.8에 Kaolin 0.17.0을 설치하려면 :

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


밀도없이	밀도와 함께

기여

기여 가이드 라인을 검토하십시오.

카올린을 사용한 외부 프로젝트

NVIDIA KAOLIN WISP :
- 카메라 API, 구조화 된 포인트 클라우드 및 렌더링 기능 사용
Gradsim : 시스템 식별 및 Visuomotor 제어를위한 차별화 가능한 시뮬레이션 :
- DIB-R Rasterizer, OBJ 로더 및 Timelapse를 사용하십시오
보간 기반 차별화 가능한 렌더러로 3D 객체를 예측하는 법 :
- 3D 체크 포인트에는 Kaolin의 Dib-R Rasterizer, 카메라 기능 및 Timelapse를 사용하십시오.
신경 기하학적 세부 사항 : 암시 적 3D 표면의 실시간 렌더링 :
- SPC 변환 및 광선 추적을 사용하여 30 배 메모리와 3 배의 훈련 시간 감소를 산출합니다.
3D 재구성을위한 변형 가능한 사면체 메쉬 학습 :
- Kaolin의 Deftet volemetric renderer, 사면체 손실, Camera_Fentions, 메시 연산자 및 변환, Shapenet DataSet, Point_to_mesh_distance 및 Sided_distance를 사용하십시오.
Text2mesh :
- Kaolin의 렌더링 기능, 카메라 기능 및 OBJ 및 Off Importer를 사용하십시오.
그라디언트 기반 메쉬 최적화 (Flexicubes)를위한 유연한 이소 서페이스 추출 :
- FlexiCube 클래스, OBJ 로더, 턴테이블 비주얼 라이저를 사용하십시오

라이센스

Kaolin의 리포지토리 대부분은 연구 및 평가 목적으로 NSCL 라이센스에 따라 NSCL 라이센스에 따라 Kaolin/Non_commercial에 따라 Apache V2.0 라이센스에 따라 있습니다. 예를 들어, Flexicubes 방법은 non_commercial에 포함됩니다.

기본 kaolin 가져 오기에는 Apache-Licensed 구성 요소가 포함됩니다.

 import kaolin

비상업적 구성 요소는 다음과 같이 명시 적으로 가져와야합니다.

 import kaolin.non_commercial

소환

연구에 Kaolin 라이브러리를 사용하는 경우 다음을 인용하십시오.

 @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}}
}