kaolin wisp
v0.1.2
NVIDIA高岭土是由Nvidia Kaolin Core提供动力的Pytorch图书馆，可与神经领域（包括NERFS，NGLOD，Instant-NGP和VQAD）合作。
NVIDIA高岭土旨在提供一组通用的效用功能，用于对神经领域进行研究。这包括数据集，图像I/O，网格处理和射线实用程序功能。 WISP还带有诸如可区分渲染器和可区分数据结构（例如OCTREES，HASH GRID，TRIPLANAR功能）之类的构建块，可用于构建复杂的神经领域。它还包括调试可视化工具，交互式渲染和培训，记录和培训师课程。
查看我们的文档以获取其他信息！
有关神经领域的概述，我们建议您查看EG Star Report：用于视觉计算及其他的神经领域。
WISP 1.0.3 < - main
WISP 1.0.2 < - stable
attrdict依赖关系添加为新数据集框架的一部分。如果您提取最新消息，请确保pip install attrdict 。pycuda被cuda-python取代。 WISP现在可以从PIP安装（如果拉动，运行PIP Install -R Euncess_app.txt ）请参阅此处的安装说明。
我们欢迎并鼓励对代码库的外部贡献！有关更多详细信息，请阅读常见问题解答和许可页面。
该代码库是根据NVIDIA源代码许可证获得许可的。也可以免费获得商业许可证。请使用此链接申请（使用“其他”并指定高岭土）：https：//www.nvidia.com/en-us/research/inquiries/
如果您发现Nvidia Kaolin Wisp图书馆对您的研究有用，请引用：
@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}}
}
我们感谢James Lucas，Jonathan Tremblay，Valts Blukis，Anita Hu和Nishkrit Desai向我们提供了早期的反馈，并在整个开发过程中在各个阶段进行了代码。我们感谢Rogelio Olguin和Jonathan Tremblay的WISP参考数据。
特别感谢社区成员：
我们的图书馆以大气幽灵灯（Will-o'-the-Wisp）的名字命名，这些幽灵是体积的幽灵，很难用通用标准的几何表示等通用的标准几何表示。我们提供WISP的多视数据集作为体积对象的参考数据集。如果要在此场景中生成特定数据，请提供搅拌器文件和渲染脚本，请参阅readme.md，以获取有关如何生成数据的更多详细信息。
