2 रिपॉजिटरी
Awesome GitHub Repositories3D Spatial Preprocessing
Pipelines for calculating camera poses and spatial orientations from raw visual inputs for 3D reconstruction.
Distinct from Data Preprocessing Pipelines: Distinct from Data Preprocessing Pipelines: specifically focuses on 3D spatial and camera pose calculation for neural reconstruction, not general ML data cleaning.
Explore 2 awesome GitHub repositories matching data & databases · 3D Spatial Preprocessing. Refine with filters or upvote what's useful.
Awesome 3D Spatial Preprocessing GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- nerfstudio-project/nerfstudio
nerfstudio-project/nerfstudio
11,737GitHub पर देखेंNerfstudio दो-आयामी छवि डेटासेट से प्राप्त त्रि-आयामी दृश्य अभ्यासों को प्रशिक्षित करने, देखने और निर्यात करने के लिए एक मॉड्यूलर विकास फ्रेमवर्क है। यह एक न्यूरल दृश्य पुनर्निर्माण पाइपलाइन प्रदान करता है जो एक डिफरेंशियल वॉल्यूमेट्रिक रेंडरर का उपयोग करके कच्ची छवियों और कैमरा डेटा को उच्च-फिडेलिटी 3D एसेट और सिनेमाई वीडियो में परिवर्तित करता है। सिस्टम में एक इंटरैक्टिव वेब-आधारित विज़ुअलाइज़र है जो उपयोगकर्ताओं को प्रशिक्षण प्रगति की निगरानी करने और रीयल-टाइम में न्यूरल दृश्य ज्यामिति का निरीक्षण करने की अनुमति देता है। यह एक मानकीकृत मॉड्यूलर इंटरफ़ेस के माध्यम से प्रशिक्षण लूप से न्यूरल नेटवर्क आर्किटेक्चर को अलग करता है, जो कस्टम न्यूरल रेडिएंस फील्ड आर्किटेक्चर के विकास और प्रयोग को सक्षम बनाता है। फ्रेमवर्क कैमरा पोज़ गणना के लिए डेटासेट प्रीप्रोसेसिंग, मॉडल फिडेलिटी मूल्यांकन, और कैमरा प्रक्षेपवक्र इंटरपोलेशन के माध्यम से सिनेमाई वीडियो अनुक्रमों के निर्माण सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें प्रशिक्षित दृश्यों को बाहरी मॉडलिंग सॉफ्टवेयर में उपयोग के लिए 3D एसेट और पॉइंट क्लाउड के रूप में निर्यात करने के लिए यूटिलिटी भी शामिल है। सुसंगत हार्डवेयर निष्पादन कंटेनरीकृत वातावरण के माध्यम से समर्थित है जो ग्राफिक्स ड्राइवर और सिस्टम निर्भरताओं को बंडल करता है।
Provides pipelines for calculating camera poses and spatial orientations from raw visual inputs.
Python - nvidiagameworks/kaolin
NVIDIAGameWorks/kaolin
5,107GitHub पर देखेंKaolin एक PyTorch 3D डीप लर्निंग लाइब्रेरी है जो 3D ज्यामिति प्रसंस्करण, भौतिकी सिमुलेशन, डेटा विज़ुअलाइज़ेशन, और कंप्यूटर विज़न के लिए ग्रेडिएंट-आधारित रेंडरिंग के लिए टूल का एक व्यापक सूट प्रदान करती है। इस लाइब्रेरी में एक डिफरेंशिएबल 3D रेंडरर और मेश और पॉइंट क्लाउड जैसे 3D अभ्यावेदन को बदलने और बदलने के लिए एक ज्यामिति प्रसंस्करण टूलकिट शामिल है। इसमें त्रि-आयामी वस्तुओं और दृश्यों के बीच भौतिक इंटरैक्शन और टकराव की गणना करने के लिए एक 3D भौतिकी सिमुलेशन इंजन भी है। यह टूलकिट 3D डेटा विज़ुअलाइज़ेशन के लिए यूटिलिटीज प्रदान करती है, जिसमें इंटरैक्टिव दृश्य और टर्नटेबल एनिमेशन का निर्माण शामिल है। अतिरिक्त क्षमताएं 3D डेटासेट प्रबंधन, डेटा प्रीप्रोसेसिंग, और 3D अभ्यावेदन रेंडरिंग को कवर करती हैं।
Implements 3D spatial preprocessing pipelines to transform data formats for improved deep learning training speed.
Python
