Startseite Projekte 3dgrut
3dgrut
Python

3dgrut

Raytracing und hybride Rasterisierung von Gauß-Partikeln

von nv-tlabs · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
3d-reconstructioncomputer-visiongaussian-splattingApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Rendern Sie 3D-Szenen mit fortschrittlichen Techniken zur Simulation von Licht und Schatten.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
3dgrut — GitHub preview card
📈 Sternhistorie
2 3232 322
2026-07-202026-08-31
📈 3dgrut verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Raytracing und hybride Rasterisierung von Gauß-Partikeln

3dgrut hat 2.3k Sterne auf GitHub. Es wurde 268-mal geforkt. 3dgrut ist hauptsächlich in Python geschrieben. Es wird seit 2025 aktiv entwickelt. 3dgrut ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: 3d-reconstruction, computer-vision, gaussian-splatting, ray-tracing.

Frequently asked questions

Was ist 3dgrut?

Raytracing und hybride Rasterisierung von Gauß-Partikeln

Ist 3dgrut Open Source?

3dgrut ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist 3dgrut kostenlos?

Ja. 3dgrut ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht 3dgrut?

3dgrut ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist 3dgrut geschrieben?

3dgrut ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — 3dgrut

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=nv-tlabs-3dgrut)](https://olud.ai/project/nv-tlabs-3dgrut.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.