هذا تطبيق لينكس اسمه DeepSDF، ويمكن تنزيل أحدث إصدار منه باسم DeepSDFsourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى DeepSDF عبر الإنترنت باستخدام OnWorks مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
لقطات الشاشة:
ديب إس دي إف
الوصف:
DeepSDF هو إطار عمل للتعلم العميق لتمثيل الأشكال ثلاثية الأبعاد بشكل مستمر باستخدام دوال المسافة الموقعة (SDFs)، كما هو موضح في ورقة CVPR 2019 بعنوان DeepSDF: تعلم دوال المسافة الموقعة المستمرة لتمثيل الأشكال بواسطة بارك وآخرون. يتعلم الإطار دالة ضمنية مستمرة تربط إحداثيات ثلاثية الأبعاد بمسافاتها الموقعة المقابلة من أسطح الكائنات، مما يسمح بنمذجة أشكال دقيقة ومدمجة. بخلاف شبكات فوكسل أو الشبكات التقليدية المنفصلة، يشفر DeepSDF الأشكال كتمثيلات عصبية مستمرة يمكن استيفاؤها بسلاسة واستخدامها لإعادة البناء والتوليد والتحليل. يوفر المستودع أدوات كاملة لمعالجة مجموعات بيانات الشبكة مسبقًا (مثل ShapeNet)، وتدريب نماذج DeepSDF، وإعادة بناء الشبكات من الرموز الكامنة المكتسبة، وتقييم النتائج كميًا باستخدام مقاييس مثل مسافة الشطب ومسافة محرك الأرض.
شرح المميزات:
- يتعلم وظائف المسافة الموقعة المستمرة لتمثيل الأشكال ثلاثية الأبعاد المدمجة
- خط أنابيب تدريب شامل مع تجارب ونقاط تفتيش قابلة للتكوين
- يدعم المعالجة المسبقة وإعادة البناء والتقييم لـ ShapeNet ومجموعات البيانات الأخرى
- هيكل دليل التجربة المعياري لإمكانية إعادة الإنتاج والتصور السهل
- يتضمن أدوات C++ لمعالجة الشبكة مسبقًا وأخذ العينات من السطح/SDF
- يوفر نصوص تقييمية لمقاييس مسافة Chamfer وEarth Mover
لغة البرمجة
C ++ ، Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/deepsdf.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.