
NVIDIA高嶺土是由Nvidia Kaolin Core提供動力的Pytorch圖書館,可與神經領域(包括NERFS,NGLOD,Instant-NGP和VQAD)合作。
NVIDIA高嶺土旨在提供一組通用的效用功能,用於對神經領域進行研究。這包括數據集,圖像I/O,網格處理和射線實用程序功能。 WISP還帶有諸如可區分渲染器和可區分數據結構(例如OCTREES,HASH GRID,TRIPLANAR功能)之類的構建塊,可用於構建複雜的神經領域。它還包括調試可視化工具,交互式渲染和培訓,記錄和培訓師課程。
查看我們的文檔以獲取其他信息!
有關神經領域的概述,我們建議您查看EG Star Report:用於視覺計算及其他的神經領域。
WISP 1.0.3 < - main
WISP 1.0.2 < - stable
attrdict依賴關係添加為新數據集框架的一部分。如果您提取最新消息,請確保pip install attrdict 。pycuda被cuda-python取代。 WISP現在可以從PIP安裝(如果拉動,運行PIP Install -R Euncess_app.txt )請參閱此處的安裝說明。
我們歡迎並鼓勵對代碼庫的外部貢獻!有關更多詳細信息,請閱讀常見問題解答和許可頁面。
該代碼庫是根據NVIDIA源代碼許可證獲得許可的。也可以免費獲得商業許可證。請使用此鏈接申請(使用“其他”並指定高嶺土):https://www.nvidia.com/en-us/research/inquiries/
如果您發現Nvidia Kaolin Wisp圖書館對您的研究有用,請引用:
@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}}
}
我們感謝James Lucas,Jonathan Tremblay,Valts Blukis,Anita Hu和Nishkrit Desai向我們提供了早期的反饋,並在整個開發過程中在各個階段進行了代碼。我們感謝Rogelio Olguin和Jonathan Tremblay的WISP參考數據。
特別感謝社區成員:

我們的圖書館以大氣幽靈燈(Will-o'-the-Wisp)的名字命名,這些幽靈是體積的幽靈,很難用通用標準的幾何表示等通用的標準幾何表示。我們提供WISP的多視數據集作為體積對象的參考數據集。如果要在此場景中生成特定數據,請提供攪拌器文件和渲染腳本,請參閱readme.md,以獲取有關如何生成數據的更多詳細信息。