Este é o aplicativo Linux chamado DeepSDF, cuja versão mais recente pode ser baixada como DeepSDFsourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado DeepSDF com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
DeepSDF
DESCRIÇÃO:
DeepSDF é uma estrutura de aprendizado profundo para representação contínua de formas 3D usando Funções de Distância com Sinal (SDFs), conforme apresentado no artigo DeepSDF: Learning Continuous Signed Distance Functions for Shape Representation, publicado na CVPR em 2019, por Park et al. A estrutura aprende uma função implícita contínua que mapeia coordenadas 3D para suas distâncias com sinal correspondentes a partir de superfícies de objetos, permitindo modelagem de formas compacta e de alta fidelidade. Ao contrário das tradicionais malhas ou grades discretas de voxels, o DeepSDF codifica formas como representações neurais contínuas que podem ser suavemente interpoladas e usadas para reconstrução, geração e análise. O repositório fornece ferramentas completas para pré-processamento de conjuntos de dados de malha (por exemplo, ShapeNet), treinamento de modelos DeepSDF, reconstrução de malhas a partir de códigos latentes aprendidos e avaliação quantitativa de resultados com métricas como Distância de Chanfro e Distância do Movimentador de Terra.
Recursos
- Aprende funções de distância contínuas assinadas para representação compacta de formas 3D
- Pipeline de treinamento de ponta a ponta com experimentos e pontos de verificação configuráveis
- Suporta pré-processamento, reconstrução e avaliação para ShapeNet e outros conjuntos de dados
- Estrutura modular de diretório de experimentos para reprodutibilidade e fácil visualização
- Inclui utilitários C++ para pré-processamento de malha e amostragem de superfície/SDF
- Fornece scripts de avaliação para métricas de distância do chanfro e do Earth Mover
Linguagem de Programação
C ++, Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/deepsdf.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.