【文件属性】：
文件名称：nvdiffmodeling:可微分栅格化应用于3D模型简化任务
文件大小：375KB
文件格式：ZIP
更新时间：2021-04-16 19:38:55
Python
nvdiffmodeling
如本文所述，可微分栅格化应用于3D模型简化任务：
外观驱动的自动3D模型简化乔恩·哈塞尔格伦（Jon Hasselgren），雅各布·蒙克伯格（Jacob Munkberg），雅克·莱蒂宁（Jaakko Lehtinen），米卡·艾塔塔（Miika Aittala）和萨穆利·莱恩
执照
NVIDIA Corporation版权所有:copyright:2021。 版权所有。
这项工作在。
如有业务咨询，请联系
安装
需要VS2019 +，Cuda 10.2+和PyTorch 1.6+
在Anaconda3中使用Python 3.6和PyTorch 1.8进行了测试
一次设置（Windows）
安装Cuda工具包（用于构建PyTorch扩展）。 我们支持Cuda 10.2及更高版本。 选择与已安装的Cuda工具包兼容的PyTorch版本。 以下是Cuda 11.1的示
【文件预览】：
nvdiffmodeling-main
----docker()
--------Dockerfile(2KB)
--------10_nvidia.json(107B)
----train.py(23KB)
----LICENSE.txt(4KB)
----configs()
--------gardenia.json(563B)
--------ewer_paper.json(572B)
--------dancer_displacement_paper.json(471B)
--------dancer_displacement.json(492B)
--------gardenia_paper.json(570B)
--------hibiscus.json(560B)
--------dancer_brushed_gold_64.json(450B)
--------spot.json(377B)
--------skull.json(409B)
--------skull_sphere.json(376B)
--------ewer.json(564B)
--------skull_reduce_paper.json(423B)
----src()
--------util.py(14KB)
--------regularizer.py(8KB)
--------renderutils()
--------obj.py(8KB)
--------render.py(9KB)
--------material.py(6KB)
--------mesh.py(23KB)
--------texture.py(6KB)
----README.md(3KB)
----data()
--------spot()
--------sphere.mtl(110B)
--------sphere.obj(492KB)