これはDeepSDFというLinuxアプリケーションで、最新リリースはDeepSDFsourcecode.tar.gzとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
OnWorks を使用して、DeepSDF というアプリを無料でダウンロードし、オンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショット：
ディープSDF
説明：
DeepSDFは、ParkらによるCVPR 2019論文「DeepSDF: 形状表現のための連続符号距離関数の学習」で発表された、符号付き距離関数（SDF）を用いた連続3D形状表現のためのディープラーニングフレームワークです。このフレームワークは、3D座標を物体表面からの対応する符号付き距離にマッピングする連続的な暗黙関数を学習し、コンパクトで高忠実度の形状モデリングを可能にします。従来の離散ボクセルグリッドやメッシュとは異なり、DeepSDFは形状を連続的なニューラル表現としてエンコードし、滑らかに補間して再構成、生成、分析に使用できます。リポジトリには、メッシュデータセット（ShapeNetなど）の前処理、DeepSDFモデルのトレーニング、学習した潜在コードからのメッシュの再構築、Chamfer DistanceやEarth Mover's Distanceなどの指標による結果の定量評価を行うための完全なツールが用意されています。
オプション
- コンパクトな3D形状表現のための連続符号付き距離関数を学習します
- 設定可能な実験とチェックポイントを備えたエンドツーエンドのトレーニング パイプライン
- ShapeNetおよびその他のデータセットの前処理、再構築、評価をサポートします
- 再現性と容易な視覚化を実現するモジュール式実験ディレクトリ構造
- メッシュ前処理とサーフェス/SDFサンプリング用のC++ユーティリティが含まれています
- 面取りとアースムーバーの距離メトリックの評価スクリプトを提供します
プログラミング言語
C ++、Python
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/deepsdf.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。