Esta es la aplicación para Linux llamada DeepSDF, cuya última versión se puede descargar como DeepSDFsourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada DeepSDF con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CAPTURAS DE PANTALLA:
DeepSDF
DESCRIPCIÓN:
DeepSDF es un marco de aprendizaje profundo para la representación continua de formas 3D mediante funciones de distancia con signo (SDF), como se presentó en el artículo de CVPR 2019 DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation de Park et al. El marco aprende una función implícita continua que asigna coordenadas 3D a sus distancias con signo correspondientes desde las superficies de los objetos, lo que permite un modelado de formas compacto y de alta fidelidad. A diferencia de las mallas o cuadrículas de vóxeles discretos tradicionales, DeepSDF codifica formas como representaciones neuronales continuas que pueden interpolarse suavemente y usarse para reconstrucción, generación y análisis. El repositorio proporciona herramientas completas para preprocesar conjuntos de datos de malla (p. ej., ShapeNet), entrenar modelos DeepSDF, reconstruir mallas a partir de códigos latentes aprendidos y evaluar cuantitativamente los resultados con métricas como la distancia de chaflán y la distancia de la excavadora.
Caracteristicas
- Aprende funciones de distancia con signo continuo para la representación compacta de formas 3D
- Canal de capacitación de extremo a extremo con experimentos y puntos de control configurables
- Admite preprocesamiento, reconstrucción y evaluación para ShapeNet y otros conjuntos de datos
- Estructura de directorio de experimentos modular para reproducibilidad y fácil visualización
- Incluye utilidades de C++ para preprocesamiento de malla y muestreo de superficie/SDF
- Proporciona scripts de evaluación para las métricas de distancia de Chamfer y Earth Mover
Lenguaje de programación
C ++, Python
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/deepsdf.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.